随着视频监控系统在当前社会中的广泛应用,人们对智能监控领域的研究越来越多,其中客流量统计技术在视频监控中有很好的发展前景,客流量统计可以为公共场所提供更直观和有效的决策依据,但人工计数、红外传感等技术难以实现复杂的客流统计,采用机器视觉技术可以较好的实现客流统计,因此研究基于机器视觉的客流量统计具有重要的意义。本文在单目摄像机斜向下拍摄的背景下设计并实现了客流量统计的系统,能够完成客流的实时检测、跟踪及计数。首先对视频序列图像进行了预处理,以减少视频图像中的无关信息,增强有用的信息和简化图像数据,提高图像处理速度。在运动人体识别方面,采用了一种基于混合高斯背景建模背景差分法与三帧法相结合的运动目标检测法,以提高运动目标检测的准确性,考虑到人头部分遮挡问题以及Hough变换检测圆的缺点,提出了一种改进的Hough变换圆检测方法,该方法可以检测快速检测圆弧,提高了行人检测的实时性。本文分析了常用运动目标跟踪的方法,提出了一种基于Kalman滤波的头部轮廓特征帧间匹配的跟踪方法,采用Kalman滤波算法对当前目标的下一帧运动进行预测,将最优的预测结果与下一帧的行人目标相匹配后,进行实时更新目标跟踪链,并设定进出标志线,实现了客流量的统计。在上述客流量统计算法改进的基础上,本文设计了一个完整的客流量统计系统,最后对该统计系统进行了实验分析,实验结果表明:该客流量统计系统能实时进行检测行人及跟踪,提高了客流量统计的准确性及鲁棒性,为进一步的研究奠定了良好的基础。