基于视频的行人检测与行人流量统计技术用于在监测区域快速检测行人数量,实时掌握人群流量信息,在安防、商业、交通等方面都有着重要作用。论文针对这项任务开展研究,主要工作有:视频中提取前景、去阴影干扰、解决人群粘连与遮挡等算法研究,主要内容如下:1.前景提取。分析基于混合高斯背景模型和基于均值背景模型的特点,发展了一种融合混合高斯模型和均值背景模型的前景检测算法,用于获得初始前景,然后用形态学处理算法滤除初始前景中的背景噪声,从而获得较完整的监测区域的初始前景。2.针对前景中的阴影干扰和行人间轻微粘连问题,根据行人、粘连区域、阴影的垂直投影累积曲线呈现出多波峰波谷特性,发展了基于贝塞尔曲线拟合的行人分割及阴影去除方法,实现了粘连人群的分割并去掉阴影区域,获得分离的行人。设计了斑块合并方法消除不完整行人形体造成的重检。3.对前景中密度较高、相互遮挡严重的人群,利用人群前景特征与人数之间存在映射关系实现人数统计。设计了基于固定目标标定的双向透视处理算法,在不改变图像形状的同时解决了透视问题;然后利用测试视频构建了行人前景样本数据库,提取分析纹理特征和几何特征;在此基础上,发展了基于几何特征的人数估计方法和基于Adaboost的人数估计方法,实现了高密度遮挡人群的人数估计。两种算法经比较,基于几何特征的方法单帧估计误差小于35%,总人数估计误差小于13%,效果较好。4.在MATLAB GUI环境下将算法集成,编程构建了行人人数统计系统,实现了单帧图像与连续视频的行人检测与人数统计。算法经验证,达到预定的效果,GUI编程获得的系统具有应用前景。