随着城市轨道交通的快速发展,自动售检票系统的作用变得越来越重要。闸机是城市轨道交通自动售检票系统中的关键设备之一,它利用其内部的智能识别系统对通过闸机通道环境的运动个体(人和物)行为进行识别,从而实现自动检票。因此,智能识别系统是轨道交通中闸机的“大脑”,是整个闸机设计和开发的核心,已成为城市轨道交通的研究热点。通过闸机通道的运动个体事件行为相当复杂,闸机的智能识别系统如何快速、准确的识别出运动个体行为模式面临着艰巨的挑战,本文对此进行了深入研究。基于图像的闸机通道中运动个体行为模式的识别,它主要是从图像中进行运动个体识别和数量统计。系统的工作环境决定了图像的背景比较固定,所以可以采用差分法去掉图像的背景,便于后续图像的识别。图像分割技术采用了一种阈值自适应的算法,这样做的目的是为了能够适应环境中光线的变化。同时,本文提出了一种基于最高点假设的边缘检测方法,有效的提高了图像的处理速度。最后,本文还提出了一种帧与帧间信息关联技术,有效的提高了单帧图像识别的准确度。系统运行能够识别出闸机通道中的运动个体(人和物),还能对通过的人的数量进行有效统计。实验结果表明,系统的运行速度比较快,可以满足设计要求。