1、隨著數(shù)字圖像處理、計算機視覺等技術(shù)的發(fā)展，視頻圖像的分析和應(yīng)用得到廣泛而深入的研究。人流量統(tǒng)計分析正是基于視頻圖像處理的一個重要應(yīng)用。
　　基于視頻圖像處理的人流量統(tǒng)計分析涉及一整套的流程，包括視頻采集、運動人體檢測、運動人體跟蹤、人流量計算等。本課題主要研究內(nèi)容為：
　　1.研究了攝像頭安裝角度對算法的影響，并確定了微側(cè)垂直角度的最終方案。因為垂直放置能最大程度的減少物體因相互遮擋造成的信息損失，而微側(cè)放置是
　　為

2、了在運動人體檢測過程中滿足基于人體形態(tài)學(xué)的分離算法，課題研究中的人體形態(tài)學(xué)分離算法要求圖片是偏向一邊的，以便算法標(biāo)記接觸點。
　　2.研究了運動人體的分離算法。二值化圖像后，如果沒有有效的分離相互接觸的人體，跟蹤算法就不可能實現(xiàn)準確的跟蹤。本課題提出了一種基于人體形態(tài)學(xué)的分離算法，它有效的利用了人體的二維特性，確定了最大凹點處即是兩人體接觸點的結(jié)論，本論文基于OpenCV框架實現(xiàn)了這種分離算法，并驗證了它的有效性。
　　3.

3、研究了運動物體跟蹤算法。本論文研發(fā)出了一種特征匹配結(jié)合區(qū)域匹配的方法。在匹配原則上，提出了一種全局最優(yōu)的偶圖匹配法，在連續(xù)兩幀中計算各個運動人體間特征變量和區(qū)域變量的加權(quán)距離，從而找到全局最優(yōu)匹配。
　　4.研究了整個系統(tǒng)的實現(xiàn)，在系統(tǒng)的整體實現(xiàn)方面，本論文選用Intel公司的計算機視覺函數(shù)和開源圖像處理庫OpenCV，多線程方面采用Linux系統(tǒng)下的pthread包，采用C++語言實現(xiàn)整個系統(tǒng)。作為一個完整的人流量統(tǒng)計系統(tǒng)，除人