伴随着经济的快速发展,城市大型活动日益增多,商业竞争也日趋激烈。因而,能给安全监控部门和商业策划部门提供准确客流信息的客流检测系统成为一个亟待发展的科研领域。同时,随着计算机技术的快速发展,双目视觉成为了计算机视觉领域的一个研究热点并被广泛的应用于很多领域。因此开展本课题的研究工作具有重要的理论意义和实用价值。首先,本文对立体视觉中最基础的立体匹配问题作了深入的研究,详细介绍了立体匹配的理论基础及算法的四大关键要素,在此基础上,本文介绍了三类常见的立体匹配算法:基于灰度的匹配,基于特征的匹配和基于频域变换的匹配,详细介绍了每类算法的基本原理、算法特性和优缺点。其次,本文参考大量国内外的参考文献,介绍了立体视觉中的难点—标定问题。基于对相机模型的介绍,本文分别在两章中介绍了如何标定相机的内部参数和外部参数,也就是称为相机标定的过程。通过相机标定的完成,我们就可以从二维图像信息中计算出特征点的真实三维坐标,从而解决了单目相机在客流检测中目标相互遮挡的难题。再次,本文还介绍了Mean Shift的基本理论和算法,并采用了一种基于Mean Shift理论的模式聚类方法,从而成功实现对获取的三维点集进行模式聚类。最后,通过在大量采集的样本图片上的实验,证明了本系统具有很高的识别率以及良好的抗干扰能力。