行人流量检测技术是当今世界智能视觉系统研究中一个十分活跃的新领域。行人检测、流量分析在地铁、道路、超市出入口中有着广泛的应用需求；特别是在城市交通环境中，对行人流量检测技术研究更是有着明显的社会和经济效益。计算机视觉监控技术能够利用计算机视觉和图像处理的方法建立一个智能管理系统，通过对摄像机拍录的视频序列进行分析来实现行人的定位、识别和跟踪，从而提供了一种更加先进和可行的智能处理方案。 在查阅了大量的国内外资料文献后，笔者发现基于视觉的公交行人流量检测研究基本上还是空白，仅有极少量的文献是关于商场出入口、路口的行人检测。由于公交上下出入口的研究环境比商场出入口的研究环境更加恶劣，行人距离摄像头的距离更近，颜色信息更加模糊，行人变形、旋转更加剧烈，近邻帧间的特征信息丢失非常严重，这些问题决定了本文的研究工作具有很大的挑战性。 本文提出了一种利用计算机视觉对公交系统中行人流量进行检测分析的解决方案，该方案能够在一定时间段内获得上下车辆的行人流量信息，试验取得较为满意的效果。通过对不同方法实验分析，以及对大量行人图像帧的观察之后，本文首先提出基于“最小灰度差”的背景帧差法有效的提取了整体行人运动目标；在进行形态滤波之后，对大量图像帧的观察发现：在整体行人目标中只有人头部分的变形是最小的。根据这一特性，提出了特有的人头(区域)曲线的检测算法，提取了可能的人头曲线，之后对提取的人头曲线进行模板匹配，并采用基于人头特征的对称性、人头(发)颜色概率分布以及运动轨迹等相关方法对伪目标曲线进行排除。该方法有效的提取了目标人头，为后期的处理打