利用视频图像进行客流分析的技术应用于公共交通管理领域,起到节省人力成本、提高效率、改进管理体系等作用。随着我国智能交通行业的发展,基于视频图像的客流分析技术越来越呈现出巨大的经济价值和现实意义。视频图像处理中运动人体的分割与跟踪是相互独立且紧密联系的两个部分,分割的好坏直接影响跟踪的效果,跟踪是分割的高层次应用。本文将摄像头安装在上、下车门处车顶的合适位置,对运功人体头顶区域进行监控,基本解决了智能公交客流运动人体视频图像处理中目标自遮挡与不完全相互遮挡的难题。运动人体的分割技术和跟踪技术在文中无缝的结合起来并运用在公交车上对上、下车的乘客进行智能监控并统计客流量。本文对智能公交客流计数系统的运功人体头顶候选区域初步检测、运功人体头顶区域分割和运功人体头顶区域跟踪进行了系统的研究。对于运功人体头顶区域初步检测,论文提出了将背景差分和帧差分相结合的改进背景差分算法,实现了运功人体头顶候选区域的提取。在运动人体头顶区域边缘分割方面,在对以上初步检测结果(除头顶外还有运功人体其它部分)的基础上,通过基于Canny算子的边缘检测和改进的哈夫变换,将运动人体头顶区域精确分割了出来。对于运动人体头顶区域跟踪问题,提出了基于差分图像运功预测的运动人体头顶区域(目标)跟踪算法,充分解决了光线不均衡和运功人体遮档的难题,实现了公交客流的准确计数。目前基于视频图像的公交客流计数系统国内外已有一些产品,但这些产品要在光照均衡,客流不拥挤等前提下才能达到较高的计数准确率,因而对于实际工作环境的适应性较差。本文在客流分析已有方法进行深入研究的基础上,基本解决了因天气、光线、客流拥挤等所造成的运动人体分割与跟踪难题,使得客流计数系统具备更强的环境适应性,并在Microsoft Windows XP平台上VC 6.0开发环境下,采用上述算法完成了智能公交客流计数系统软件的开发。通过对不同公共汽车站点、时间、天气拍摄的视频录像进行实验,证明本文所提出的方法具有较好的适应性和实时性,具有实际工程应用的价值。最后,本文探讨了运功人体头顶区域分割算法和跟踪算法的优缺点,提出