目前，许多城市在公交线路调度方面还存在着一些问题。特别是在大城市，由于其公交线路极其复杂，公交公司在缺乏相关客流数据的情况下，很难做出合理的决策，从而出现了某些车次过于拥挤的情况，大大降低了人们的乘车体验。因此，公交公司亟需大量的客流数据来更加合理地设置公交线路以实现车次的智能调度。　　正是源于这个出发点，本文提出一种可用于公交车、地铁等公共交通体系的客流统计系统。本文主要通过双目视觉技术完成客流数据的自动化统计，主要工作和取得成果如下：　　(1)首先，本文对立体匹配算法进行了相关研究。Census变换在立体匹配算法中起到了举足轻重的作用，但传统Census变换存在计算量较大的问题，其精度和鲁棒性也不高。因此，本文提出了一种基于快速Census变换的半全局匹配算法，该算法不仅降低了计算复杂度，还提高了视差图的质量。另外，本文还针对视差提精算法进行了改进，为视差图质量的进一步改善提供了可能。实验结果表明，相比原有半全局匹配算法，本文所提算法不仅有效降低了代价计算的复杂度，还在视差图精度和抗噪声性能方面有了提升。　　(2)本文在双目视觉的基础上进行了目标检测算法的研究。视差图有限的精度、乘客多样化的身高、公交车上拥挤的环境，让基于双目视觉的多目标检测变得十分困难。本文在分析、比较现有目标检测算法的基础上，提出了一种基于连通域分析的目标检测算法。该算法能够有效地完成多目标识别任务，基本不受多样化的身高影响。而且，相比原有算法，本文所提算法具有计算复杂度小，方便移植的优点。　　(3)为了统计出准确的客流数据，本文在完成目标检测的基础上进行目标跟踪与目标出入计数算法的研究。本文提出了一种基于多特征融合的目标跟踪算法，克服了原有算法在融合不同尺度特征时存在诸多的不合理之处。特别是在进行多目标跟踪时，本文所提算法能够自适应地做出调整，有效地减少误跟踪的发生。不仅如此，本文还针对乘客上下车的特点提出了用来判决目标出入的策略。　　(4)本文对上述算法在嵌入式平台的具体实现进行了比较完善的阐述。本文不仅针对公交环境搭建了双目视觉系统，还基于OpenCL实现了主要算法模块的并行化设计。