实时掌握出入口人群流动情况对资源合理调度、提高安全防范有着重要意义,传统人数统计方法由于效率低、准确率低等缺点,无法满足实用要求。基于数字图像处理技术的监控视频人流量统计系统受到越来越多的关注,由于其人力投入少、智能化程度高、统计效率高等特点得到广泛的应用,且前景广阔。本文基于视频的出入口人数统计系统采用单目摄像头近垂直拍摄方法获取监测视频,减少了运动目标间的相互遮挡,采用背景减除法检测前景,利用改进的滑动平均算法实时更新背景模型,并将前景图像映射到HSV空间消除检测阴影。本文针对前景目标与局部背景像素值偏差小而导致的目标提取不完整问题,提出一种对前景连通区域自适应合并算法,并对检测前景进行孔洞填充修复。而对多目标粘连同行情况,本文提出基于城市街区距离变换的团块分割算法,将目标团块有效分割为单目标。本文对分割后的单目标进行判定,分类行人目标与非行人目标。提取目标长、宽、面积等信息做初步判定,然后利用Hough变换圆检测方法提取头部特征,并加入目标步态运动周期特征作为辅助行人判定依据,提高行人识别率。最后对分割后的目标使用Kalman滤波器预测运动范围,利用基于质心和占空比的目标代价函数完成帧间匹配,描绘单目标跟踪轨迹,通过分析目标运动轨迹完成人数统计。通过对采样视频的实验测试,论文提出的人数统计系统对光照变化及噪声干扰鲁棒性良好,提取的前景目标信息完整度高;对多人目标存在较多粘连情况时,对粘连目标团块分割效果良好;在行人目标识别阶段,增加的步态运动规律特征有利于提高对存在饰品干扰头部检测的目标、发色与衣服像素相近的行人目标的检测率;最后实现对分割后单目标的稳定跟踪,并只对行人目标进行统计计数。实验表明,本论文算法能基本满足视频处理的实时性要求。