公交客流计数与分析作为公交系统的基础数据,其精确性对系统的效率与管理部门的有效决策具有重要影响,因此研究公交乘客计数系统具有重要的应用价值和经济效益。公交车乘客人数统计方法大多是基于单目相机或红外线传感器的。公交车场景中各种干扰因素的影响,使得现有检测方法检测精度并不理想。双目相机能够得到场景三维信息,不受光照影响且安装维护成本低,能够有效的减少遮挡、粘连、伪目标等因素对检测精度的影响,因此基于双目相机进行公交乘客计数系统的研究有着重要的意义。本文针对Census立体匹配算法中存在的问题,提出了一种改进的Census立体匹配算法,该算法与原先算法相比能够得到更完整和稠密的深度图。同时,本文设计了两种深度图填充算法对无效匹配点进行填充。最终选取多特征融合填充算法,有效填充了深度图在低纹理及不连续区域存在的无效匹配点。基于填充后深度图,本文通过建立世界坐标系,利用灭点标定将深度图转换为世界坐标系下的俯视投影图。采用搜索局部深度最大算法进行目标初步锁定,提取人头目标特征并利用提取的特征剔除部分伪目标,设计了一种人头锁定的稳健算法。在提取的人头目标特征基础上建立特征样本库,本文通过在样本内进行训练和测试,选定恰当的核函数及相应的参数构建SVM分类器,采用决策函数进行人头目标检测识别。利用Kalman滤波器预测进行粗定位,以粗定位位置为中心,在规定较小匹配窗口内采用块匹配法进行全搜索,实现对人头目标的跟踪。最终通过上下车计数检测线进行乘客人数统计。设计了一种高精度、高效率的乘客人数统计算法,搭建了一个针对智能公交的乘客人数统计系统。在真实的公交车场景中试验结果表明本研究的算法能达到90%以上的计数精度,整体性能优于单目人数统计,能够满足实际应用需求。