随着视频图像处理技术的发展,智能视频监控已成为一个十分活跃的新领域,而人数统计作为一个重要的应用方向已经延伸到很多领域.例如,通过对人群流动繁忙的十字路口进行人数统计,可以合理安排交警的工作时间和工作额度.如何在特定场景内准确而高效的实现人数统计已经成为一个重要的研究课题.为了使人数统计算法的应用更一般化,本文并没有选定一个固定场景,而只是假定了单目相机固定在天花板的情况.这样,对于办公楼宇、广场、以至公交车等场景,均可在本文所述方法的基础上,对特定场景进行适当的处理,来实现人数统计.本文根据检测、跟踪、计数三个主要环节设计了如下算法：(1)运动人体检测.首先通过帧间差分法和边缘差分法获取运动区域信息,再经过信息融合、形态学处理、区域连通和边缘连接、填充空洞等操作,提取了较为完整的运动区域的信息.之后,采用了双向投影法来确定每个运动区域的在图像中的位置.为了分割出每个运动人体,本文根据视频图像中所能容纳的人体数量的多少,给出了两种分割方法：简单分割法和基于投票算法的圆检测分割法.(2)运动人体跟踪.为了确保待跟踪目标信息的完整性,本文首先设定了两条检测线.其次,采用分块色彩分布模型来代表每个运动人体.并以Kullback Leibler距离来表征两个色彩分布模型的相似程度,建立了运动人体跟踪模型.在使用信赖域法求解时,遇到了由于图像中的点是离散点而导致的迭代不能收敛的问题.对此,本文对信赖域方法做了改进,给出了一种新的终止条件和最优解的选取方法,加快收敛速度的同时得到了较为满意的跟踪结果.(3)人数统计.根据每一帧的检测及跟踪结果,对每个运动人体的轨迹进行了关联,并给出了有效而完整的轨迹的判断方法,实现了人数统计.最后,对三段测试视频进行实验,实验结果证明了本文所述方法的有效性.