本论文针对公共汽车客流量统计不准确、速度存在延迟的现状,结合图像识别和DSP(Digital Signal Processor)技术,提出了一种识别率高、统计速度快的数字图像识别系统,并申报国家发明专利《基于图像的公共汽车人数自动统计仪》。图像预处理和客流统计是本论文算法研究的重点。在预处理方面,结合数学形态学理论,提出了一种新的基于数学形态学的小波阈值降噪方法;在对模糊增强方法深入研究的基础上,实现了改进的基于直方图的模糊增强算法;利用灰度规一化算法对图像进行光线补偿,消除了光线的变化给图像的识别带来的不利影响;利用改进的背景消除算法,为下一步的特征提取奠定了基础。人数识别方面,在对图像内容详细分析的基础上,提出了基于人脸的图像外形特征提取算法,以目标区域的中心坐标作为特征点;利用基于统计识别的方法对客流量进行准确的统计。以上算法经实验验证,取得了良好的效果。本论文根据嵌入式系统的设计准则、设计思路和系统的功能需求,对整个硬件系统进行了合理的模块划分,并提出系统的总体设计方案;根据系统的硬件组成,依次详细叙述了视频源处理电路和DSP外部接口电路的设计原理及具体实现思路;在了解软件程序开发环境和流程的基础上,提出了一些软件优化的具体措施。与目前流行的公交客流自动统计系统相比,本系统在运行速度上,利用DSP进行图像处理,系统运算速度快,能够做到实时的人数统计;在识别的精度上,利用简单而有效的图像识别算法进行了准确的人数统计,取得了较好的效果;在结构上更加简单,成本更低,易于操作,方便调试。