随着计算机和图像处理技术的发展和广泛应用,智能化的人群密度监控系统已经成为了研究的重点。本文针对视频监控中人数统计和人群密度分析两种典型的应用,采用了四种不同的算法进行研究比较,从两个方面进行分析,提出了这两个方面的解决方案。其主要内容包括:第一方面是数人头的方法,通过大量的调研,针对低、中、中高三种不同的人群密度等级,确定技术路线。针对人群密度特征检测算法和人群流动特征检测算法选择一些合理的技术方法,并且进行试验,最终确定两种人群检测算法的技术方案。对于人群密度特征检测算法,通过图像分割、运动人群帧间差分提取前景图像。经过膨胀和边缘跟踪得到图像人群分块,并通过块内边缘检测搜索人体个体特征的方式检测当前块内人群个体大致数量并估算出人群等级密度。对于人群流动特征检测算法,通过设定虚拟门、划定检测区域对人群流量进行检测。基本检测思想仍然是通过图像分割、运动人群帧间差分提取前景图像。经过边缘检测搜索人体个体特征的方式检测当前划定的检测区域内人群个体数量,并连续多帧跟踪人体运动轨迹实现人体跨越虚拟门检测,将视频定性。然后,进行软件开发,分别得到人群密度特征检测算法和人群流动特征检测算法的测试验证软件界面。最后,对已经开发出来的软件进行调试及测试,对人数进行统计。第二方面是在人群密度的分析方面,将密度分为四个等级,分别为稀疏、正常、饱和和告警。采用了灰度共生矩阵的人群密度特征提取方法,进行软件开发,得到了灰度共生矩阵进行特征提取的软件界面,实验的结果达到了预期的效果。为了在高密度的情况下,更好的实现目标的检测,进一步采用小波变换和灰度共生矩阵的方法对特征提取方面进行优化,识别率大幅度提高。进而利用支持向量机实现人群密度级别的估计,获得人群密度的等级信息。采用小波变换和灰度共生矩阵提取特征更加适合于高密度的人数统计。