地铁车站作为整个地铁线路及网络的中枢,其服务设施的规划设计和优化配置影响着车站甚至地铁线网的运营效果。在客流量超过甚至未达到设计量的情况下仍出现通行不畅、交通拥挤等问题,这反映了行人相关的实际数据的重要性。因此,车站服务设施的规划设计和优化配置不仅要以相关设计规范和行人仿真软件为依据,也需要对实际行人到达分布规律和服务设施的实际服务能力的准确把握。目前地铁车站的监控视频多用于安全监控和事后回放,其中蕴含大量的行人特征数据,如何有效地通过视频获取实际的行人特征数据具有重要的研究价值。因此,本文利用站内服务设施的视频,进行行人特征数据的提取。具体的研究工作包括以下几个方面：(1)针对行人特征数据的需求问题,选择通道和自动售、检票机的行人到达时间间隔、累计总数和服务时间作为本文提取的行人特征数据类型并加以定义。(2)针对行人遮挡问题,通过分析地铁车站监测环境特性(包括背景环境特性和行人目标特性)和比较垂直、水平、倾斜三种拍摄角度的优缺点,选择无遮挡且适用于复杂地铁环境的垂直拍摄方式,确定行人视频采集方案。(3)将图像平滑处理、形态学处理和连通域去噪等三种图像预处理技术应用到本文的视频图像上,确定这些处理方式所含参数的值,为行人检测做基础准备。(4)针对行人形体的非刚性问题,借助特征稳定的行人特定部位(即人头)进行行人检测；将行人检测方法(包括阈值分割、边缘检测、区域生长法、背景差分、帧间差分、Hough圆检测等)应用到本文的视频图像上,比较检测效果发现：区域生长法易出现过度分割问题,帧间差分不能对静止目标进行检测,而背景差分、阈值分割、边缘检测和Hough圆检测的组合能够有效地检测行人头部。由此提出应用于地铁车站行人检测的改进方法,实验结果表明检测准确率在90%以上,能够满足准确性的要求。(5)在行人检测的基础上提出基于点坐标的行人跟踪方法,实验表明跟踪效果为100%；在行人检测与跟踪的基础上,对行人到达时间间隔、累计总数、服务时间等三种行人特征数据的提取进行算法设计；最后,在Visual Studio 2010软件平台上结合OpenCV计算机视觉库和MFC实现地铁站行人特征数据视频监测系统。