随着现代社会经济的发展和城市化进程的加快,人口密度越来越大,特别是在一些公共场所由于人群拥挤极容易发生危险事故。因此对于人群行为的研究越来越引起人们的重视。而基于图像处理方法的人群监控自动化的实现可以节约大量的人力成本、实现不间断自动监视和报警等,因此对人群监视的研究有着重大现实意义和应用前景。由于人群的行为是一个非常复杂的随机行为,因此目前还没有很好的可以对人群进行智能化监控方法。而且人群的遮挡和重叠现象、人群与周围环境的纹理融合问题都给图像处理带来了相当的难度。这对于普通的基于可见光拍摄的相机来说存在着很大的困难。正是基于这样的困难和红外图像在人群图像处理上的优势,本文尝试了在红外图像的领域对人群的行为做一些研究和探讨。目前用红外相机针对人群行为的研究还几乎没有,在充分分析了红外图像成像机理的基础上,通过调研现有的文献资料,本文提出了一种用于红外相机人群监控特别是危险情况判断的一般方法。首先选定合适的红外相机,根据课题的目标设计了可能发生的各种人群情况包括危险情况的模拟等并建立了红外人群图像数据库;在此基础上通过图像处理算法对这些不同的情况进行处理。在这些图像处理的算法中主要包括人群运动状态的评估方法和人群密度的评估方法。人群运动估计主要应用微分光流和块匹配的方法,在对光流应用于红外人群研究的过程中发现了光流在低视角下由于远近效应的影响存在比较大的偏差,而这也是低视角监视中普遍会遇到的问题,通过分析这一情况和设计合理的实验,提出了一种解决低视角光流偏差的方法,试验结果证明并改善了这一问题;对于人群的密度评估则采用了提取人群参数诸如前景面积、背景面积以及边缘像素个数等特征作为判断人群密度的度量值,通过图像处理得到这些参数,最后应用于实际的红外人群图像得到了比较好的效果。通过本课题的研究发现红外图像在环境噪声不是很大的情况下对人群的分割、减弱环境纹理和光线变化的影响有着非常大的优势,比较适合于人群与环境温差对比明显的环境。而且一般的图像处理方法包括运动评估算法和图像预处理算法也可以应用于红外图像。本文对红外图像用于人群行为研究做出了一些理论分析和实验探讨,最后的实验结果证明,红外图像可以用于人群的监视,而且在某些方面比常用的可见光相机有着更加优越的性能,有着良好的应用前景。