要改善城市日益严峻的交通状况,必须优先发展公共交通。除了加大基础设施建设外,智能公共交通系统是改善公交服务水平的一个重要途径。自动乘客计数(Automatic Passenger Counting,APC)作为智能公交系统的基础技术,可以实时统计各时间、各区段公交车的上下客情况,为科学合理地安排发车时间及间隔、优化公交线路提供决策依据,促进公交系统的调度管理由静态转向动态,从而提高运营水平和服务水平。目前国内外主要的APC方法是红外线检测、压力检测等技术,在我国上下车乘客较拥挤的情况下,其实用性受到限制。因此需要研究适合我国公交特点的乘客计数方法。图像处理和模式识别的发展,为APC提供了新的技术手段。本文研究将视频监视技术应用于公交车客流统计,以公交车自动乘客计数系统(APC)为背景,着重研究了视频运动目标的检测与跟踪技术,通过对视频图像序列中出现的运动目标的检测与跟踪实现对乘客流量的统计。本文首先分析了运动目标检测与跟踪算法的处理对象——视频图像序列的特点,并讨论了图像序列的相关统计特性。介绍了现有的运动目标检测与跟踪的方法。然后对公交车的应用环境进行了分析,利用统计的方法研究其应用特点,得出像素点的灰度变化呈现明显的阶段性,没有运动目标的情况下灰度值分布较为集中。在此基础上,提出了基于背景差法与相邻帧差相结合的目标检测算法,并通过背景模型实现了自适应的背景更新。经实验验证,此方法克服了光照变化的影响,完成了运动目标的检测与提取。其次,通过采用较有效的图像滤波、分割、形态学处理等方法对进行图像处理。用连通域检测算法分割目标区域,计算运动目标区域的特征参数,主要包括质心坐标、面积、长宽比等。并利用获得的特征参数清除伪目标。对于目标的跟踪,提出应用Kalman滤波器来完成对运动目标在下一时刻的质心位置的预测,从而大大缩小了目标匹配时的搜索范围。对提取的运动目标建立匹配模板,在预测的区域内搜索目标并进行匹配。并且根据该类目标在相邻帧间运动具有连续性,采用了一种改进的代价函数,应用于目标的匹配。最后,完成了对公交车APC体系结构的设计。并设计实现了模拟实验系统,对在实际运行中采集的上下车乘客图像序列,采用本文中研究的运动目标检测与跟踪算法进行了实验,达到了预期的实验效果。