传统的计算机视觉技术主要基于彩色相机获取的颜色或灰度信息,容易受环境光照变化和物体颜色纹理的影响。提取出的目标物体轮廓在图像帧序列中呈现不稳定状态,给后续的处理带来很大问题,这也是计算机视觉技术需要重点解决的问题。飞行时间技术(Time of Flight,ToF)相机的出现对计算机视觉产生了革命性的影响。ToF相机通过主动发射近红外光,测量发射光和反射光的相位差来计算目标区域的深度信息。ToF相机下,目标物体的轮廓非常稳定且精度较高,测量结果受环境光照和物体表面颜色纹理的影响较小。通过深度信息进行目标检测,能避免传统算法中的很多问题。倘若再结合彩色相机的颜色信息,能极大地提高目标检测的准确性。本文将人数统计算法分成目标检测和目标跟踪两部分,并结合常见算法的优点,提出了符合安防场景特点的人数统计算法。在设计算法时首先研究了常见的目标检测和目标跟踪技术,比较了常见技术的优缺点;然后在目标检测方面提出了背景差分法和基于边缘信息的三帧差分法相结合的算法,并详细论述了算法的原理和关键步骤;在目标跟踪方面提出了Meanshift跟踪与Kalman滤波相结合的算法,解决了目标出现遮挡的问题;最后使用微软Kinect 2.0感应器中的ToF摄像头获取深度信息,并利用OpenCV开源视觉分析库完成了程序的编写工作。