目前，多数基于计算机视觉的计数系统采用摄像机静止、目标运动的被动视觉技术，这一模式受到摄像机视野与拍摄角度的限制。本文研究了基于序列图像信息融合的视觉计数技术，这一技术采用类似主动视觉的方法，通过移动摄像机不断改变拍摄位置和角度，突破视野的限制，从不同角度拍摄目标图像，形成图像序列，通过融合图像序列中各帧图像的信息，描绘出目标的相对分布情况并得出计数值。 本文针对这一问题做了以下几方面的工作：对比了现有的棒材端面识别算法；采用了以图像运动估计为基础，从历史数据预测各目标的当前位置再进行对位的多目标跟踪方法；从理论上指出了六参数模型的应用范围与限制；采用了基于角点检测的特征点提取算法和运动矢量算法；针对棒材目标的对位问题采用了基于上下文的对位算法；针对图像识别过程中存在的噪声问题，采用了基于卡尔曼滤波器的平滑算法，推导了滤波器的最简形式，并用实验证明了滤波效果；提出了基于摄像机投影平面的信息融合方法及数据结构；在以上研究工作的基础上针对实验室环境和工厂环境下的多目标计数分别设计了三个实验系统。 本文研究了基于序列图像信息融合的多目标计数问题，针对成捆棒材的计数这一实际课题进行了探讨，具有一定的理论意义和实际价值，可以推广到其它场合下的多目标计数，具有广阔的应用前景。