随着社会经济的快速发展,计算机视觉技术也越来越成熟。视频监控系统的应用更加广泛,智能视频监控技术的发展可以方便人的生活,减少人的参与。智能视频监控技术在交通管理中的地位也越来越高,起到节约人力资源,提高科学化管理水平,减少安全事故的作用。可见视频监控技术是计算机视觉领域的热点与难点。论文主要研究内容:统计监控视频中两个方向行驶的船舶数量和监控画面中船舶的数量,统计渡口监控视频中等待渡船的人数以及相关图像处理算法,对比分析了几种常见的目标检测算法。前景目标的检测是准确统计的前提和基础,针对河段监控视频背景固定的特点,本文采用背景差分法来检测图像中的船舶以及人体目标。船数的检测主要是对场景中运动目标的检测,而人的检测既包括场景中的运动目标也要包括静止目标,由于两种检测统计算法检测的对象不同,使用了两种不同的背景更新方法。对船数的统计是使用全局迭代的方法来更新背景,人数统计中用背景相对固定的差分法来检测运动缓慢或静止不动的目标。当场景中无统计目标时,背景完成更新,以适应外界环境的变化。船数的统计中采用一种基于虚拟计数线的方法来实现船舶数量的统计。算法首先在监控区域中利用OpenCv里面的ROI来设置感兴趣区域。然后根据目标与计数线位置关系进行计数,即当进入ROI区域的对象满足设定的条件时,距离其最短的计数线进行计数。该方法的计数准确率较高,但是船体的相互遮挡和重叠导致误差的存在。在人数统计中,本文首先完成对前景目标的检测,然后根据目标在视频画面中的位置与前景目标区域面积的关系来划分区域,分别检测区域中对象的轮廓尺寸是否满足本区域设定的条件,如果满足条件,标记其轮廓并且系统进行计数。本人数统计算法在目标发生重叠遮挡时存在误差。论文以提高算法的准确性和实用性为目标,实现了对视频监控河段的船舶数量统计和渡口乘客的数量统计,取得了较好的效果,并对试验截图进行分析。