近些年,随着轨道交通运输网络迅猛发展,城市轨道交通建设取得了巨大成就,客流量激增等问题也随之而来,对行车安全造成隐患。目前地铁中主要通过票务系统对车站内客流进行统计,尚无法统计运行过程中车厢内的客流量。地铁车厢高度的限制导致视野范围局限,无法满足现有视频客流监控系统的安装要求。本文通过对运动目标的检测和跟踪算法的研究分析,针对地铁车厢视野范围局限、易造成目标遮挡等问题,对地铁客流统计的方法进行了探索和研究,主要工作和成果包括以下几个方面：采用单目摄像机垂直采集方式,使得视野范围局限的条件下也能有效检测到乘客目标。对比帧差法、光流法和背景差分法等检测方法,着重研究基于高斯背景建模的目标检测方法,探讨背景模型建立和更新方法,以减轻光照变化、抖动等外界环境变化造成的影响。通过局部法向量对头部目标进行描述,并利用简化的球坐标(θ,Φ)作为头部目标提取特征。利用Canny算子边缘检测提取头部目标轮廓,并利用最小二乘法进行椭圆拟合,提取到较为完整的头部目标。由于传统的简单阈值法的目标分割精确度较低,提出采用最大类间差OTSU法自适应调整阈值分配,提高了前景运动目标分割准确性。针对客流量较大时由于遮挡造成目标跟踪准确度较低等问题,研究Camshift跟踪算法和Kalman滤波状态估计相融合的改进算法,利用Kalman预测值作为遮挡目标的跟踪计算最优位置和Kalman滤波更新的观测值,有效改善遮挡时目标跟踪不准确的问题。同时,建立四线型乘客目标统计模型,通过轨迹分析的方法对乘客上下车状态进行统计。最后,在实验室内搭建了客流统计测试平台,对所采用的算法与客流量统计方法等进行了实验测试及分析,验证了系统功能实现的可行性。