随着现阶段我国城市化进程的加快，城市公共交通的压力越来越大。尤其是在大城市，这一问题日益突出。合理调度公交车辆，提高城市公共交通智能管理水平已刻不容缓。实时有效地获取乘客上下车人数、时间及站点等公交客流数据可以让城市公交企业快速、准确地采集车辆的客流信息，是科学合理地安排调度车辆、优化公交线路等智能管理的关键。 获取公交客流信息相比获取商场门口和公路路口的客流信息要更加困难，这是因为行人和摄像头间的距离更小，形变更加严重，相邻帧间特征信息丢失更多，这些问题决定了用容易受到各种诸如光照、姿态、阴影等影响的传统的图像处理算法来获取公交客流信息是很困难的。 本文简单介绍了目前比较普遍的客流计数方法，并着重对基视频的客流计数方法进行了研究。在分析了传统的行人检测与跟踪算法的基础上，针对乘客上下车图像序列的特点，通过对大量行人图像帧的观察之后，本文首先提出一种基于“行时空图”的图像处理计数方法。这种方法先提取了两条计数边界线上图像数据并生成两幅行时空图，在对两幅行时空图进行运动目标分割后对运动目标进行识别，然后对两幅图中运动人体目标进行匹配，最后根据匹配双方的在各自行时空图中位置判断行进方向，并计数。在计数实验时，针对对白天的彩色图像和晚上的红外黑白图像的不同，对算法进行了适应性修改。 本文引入“行时空图”的方法克服了传统的光流法和帧差法提取运动目标所存在着的数据量大、实时处理能力差、抗干扰能力差的缺陷。由于在要处理的数据由图像序列变成了时空图后，可以省去传统逐帧跟踪这一计算繁琐的步骤，进一步减少了计算量，是一种实时快速的客流计数方法。实验结果表明统计数据有较高的准确率，并能很好的满足实时性要求。