智能视频监控中客流量统计是基于计算机视觉的一个重要应用。本文采用单目视觉和垂直拍摄方式下获得的视频源作为研究对象,涉及到智能视频监控系统中静态图像的目标分割与识别,以及图像序列中运动目标检测、运动目标识别和运动目标跟踪算法研究。在静态图像目标分割与识别中,学习大量有关图像分割与识别的处理技术。结合现有头部目标分割图像处理技术,利用头顶区域多特征(如发色、轮廓等)实现头部目标检测与识别。本文使用均值偏移(Mean shift)算法和发色特征相结合的方法进行头部目标的分割,并利用自适应Mean shift分割算法减小相对Opencv库自带接口函数的时间复杂度。Mean shift分割后,结合发色HSI颜色空间特征、发色灰度特征等技术实现头部目标分割。最后,基于梯度方向信息的圆检测Hough变换实现头部识别,并通过实验验证其有效性。图像序列中头部目标的检测与跟踪,因不同环境导致实现方式不同,本文选取室内教室和室外公交车的场景进行算法研究。在人体目标检测中,室内教室场景目标检测中背景参考模型获取简单,因此选用背景差分法获得前景目标。室外公交车因场景变化、光照等原因选择帧间差分法,对于帧间差分法存在的不足,本文提出基于彩色三帧差分法与图像边缘信息结合的目标检测方法。在头部目标识别中,基于头部轮廓类圆的特性,提出利用连通域中紧密度、面积、长宽比等头部先验知识完成目标识别。头部目标识别后,提出利用获得的连通域完成目标的质点跟踪算法。基于统计中新目标出现、跟踪目标暂时消失等问题,本文使用面向对象思想实现数目可变的人体目标的自动检测与统计,并将其应用于室内外场景下。最后,通过客流量统计的仿真,对上述算法和实验进行分析,验证本文使用算法的有效性和正确性。