客流检测技术是当今视觉检测研究中的一个十分活跃的新领域。应用在城市公共交通中,对实现公交实时调度、优化公交线路和进行交通预测等有着重要的意义。同时,对乘客行人检测技术的研究更有着明显的社会效益和经济效益。本文通过对摄像头所拍录的视频序列进行存储、分析,充分利用DSP强大的数据处理能力对图像信息进行处理,通过图像分割、检测来提取运动目标,采用质心跟踪算法自动跟踪目标,提出一种统计客流量的视觉检测处理方案,并建成以DSP处理器ADSP-Blackfin533为核心的实时视觉客流检测系统。本文首先通过对三种常用的运动目标检测方法进行分析,最终确定使用背景帧差作为运动目标的初步检测方法。该算法的优点是能够得到较为全面的运动信息量。在此基础上,提出了适用于本系统的基于运动信息量的运动目标存在检测算法。实验后得到较准确的存在检测结果。其次,通过对四种常用的基本运动目标分割方法进行比较和分析,提出了一种基于图像灰度值统计的半阈值和迭代阈值相结合的自适应阈值分割算法,与其他经典算法比较,具有计算简单、分割速度快,适应性较强的特点。这种算法充分利用了图像本身的灰度特性,更适合公交车的实际应用环境。在跟踪计数部分,本文提出了改进的基于运动目标特征的目标链跟踪算法。首先,建立目标链,包括:划分跟踪区域、建立各个目标链的数据结构。其次,确定跟踪算法,计算基于质心代价函数的值,并根据实际情况规定特定的规则辅助完成运动目标的跟踪算法。最后,根据本文前面提到的图像处理算法,结合运动目标跟踪计数算法,在ADSP-Blackfin533上搭建了视觉客流检测系统,并实际地对本系统的性能进行测试。结果表明,该系统能够正确地检测并分割目标,最终达到实时地跟踪运动目标并正确计数。