发展智能公共交通系统是解决城市交通问题的有效途径。自动乘客计数技术是智能公交系统中的关键技术,是自动收集乘客上下车时间和地点的最有效方法之一,对实现公交实时调度,优化公交线路和进行交通预测等有重要意义。由于我国公交上下车客流密度较大,目前国外广泛使用的自动乘客检测技术应用于我国公交客流量统计精度不高,无法满足客流信息采集的需求。本文在介绍客流信息采集技术,深入分析现有自动乘客计数技术的应用现状基础上,提出将数字信号处理技术与数字图像处理技术应用于自动乘客计数技术中,由此建立基于多目标识别的自动乘客计数系统的系统框架,阐述系统功能模块以及系统实现的支撑技术。其中,数字信号处理技术与数字图像处理技术是实现基于多目标识别的自动乘客计数技术的前提与基础,多目标检测与跟踪计数算法是技术实现与应用的核心。针对乘客上下车图像序列的特点,在研究和比较传统的多目标检测与跟踪算法的基础上,提出和实现了适用于上下车乘客检测与跟踪计数的算法。在运动目标检测方面,给出了两步运动目标检测算法:首先提出了一种基于块平均灰度差值的自适应运动目标存在检测算法进行运动目标存在检测;其次利用有效的图像滤波、图像分割、形态学处理方法进行运动目标提取,并提出了一种简单实用的运动目标分割方法——基于头顶图像灰度值统计的半阈值分割结合自适应阈值分割的阈值分割算法,与其它经典的图像分割算法比较,具有计算简单、分割速度快的特点。在运动目标跟踪方面,设计的基于目标特征匹配的跟踪算法对质心欧氏距离代价函数进行了改进;并利用目标的运动特性,预测目标的运动位置,以缩小目标搜索匹配的范围;建立每个被跟踪目标的“目标链”,进而建立目标的关联关系,保证跟踪的稳定性和准确性。本文对现场采集的乘客上下车图像序列进行了大量实验,实验结果表明:基于多目标识别的自动乘客计数技术成功地实现了上下车乘客人数的自动统计,对上下车乘客人数的统计在90%以上的试验中,检测精度可达到90%以上。给出的多目标识别算法与其它算法相比,对多乘客目标进行检测与跟踪计数,在减少计算量、提高系统处理速度的同时,具有较高的精度。