随着我国社会经济高速增长伴随着的是城市人口的不断增加和城市化进程的加快。而一个城市的公共交通系统的运行情况,将直接影响着整个城市居民的生活品质和经济的快速运转。随着居民生活水平的提升,出行量在迅速提高,公交车作为居民出行的主要交通工具,我们就提出了更高的要求,我国城市公交系统普遍存在上下车拥挤、客流密度大等情况;由于不了解实时的交通情况和乘客流量,还经常会出现空车率高或等车时间长的情况,因此,基于视频的公交车客流量统计系统的研究重要性日益显著。采用计算机视觉、数字图像处理技术等进行公交车流量统计是智能交通系统研究的关键问题。统计相关的客流数据,根据分析的结果,制定下阶段营运计划,将大大的贴近了公交线路的市场客流需求。　　论文客流量统计系统以实际公交车系统为基础,通过安装在公交车上下车门的垂直摄像头采集图像,经过图像采集卡将其传输到计算机。针对目前基于视频的公交客流量统计问题,通过基于Haar特征和Adaboost训练的方法得到人头检测的分类器,并对待检测图像进行目标的初始化检测,然后根据目标的光流信息以剔除静止的非人头目标,根据误检目标出现的频率低以及不连续的特征以剔除动态的非人头目标,最后根据客流特征采用一种过线判别标准实现人数的统计。通过实际采集到的视频图像对算法进行验证,检测率能够达到93％,正确率能够达到95.4%,并且适用于多乘客同时过线的情况,且各目标之间相互独立,互不干扰,从而验证了所提算法具有较高的准确率和很好的鲁棒性。