运动人体检测、识别和跟踪技术是人体运动分析的重要内容，也是计算机视觉研究的重要领域之一。它在智能监控、虚拟现实、人机交互、辅助临床医疗诊断等领域均具有广阔的应用前景和经济价值。近年来，随着中国城市化建设不断深入，大型城市(如上海，北京，广州)的人口呈爆炸式增长，随之而来的交通压力也日益增大，矛盾日益突出。本文主要是针对城市交通环境下如何保障行人交通顺畅和出行安全等问题，研究了摄像机静止情况下基于单目视觉的运动人体检测、识别和跟踪方法，详细介绍了从复杂场景中分析行人运动的算法研究和编程实现的过程。 论文的主要工作包括： 1.运动物体检测与识别方面，提出了一种改进的背景模型初始化方法。当图像序列中存在运动物体时，改方法能够快速准确的提取出背景模型。在发生光线渐变的情况下提出了一种改进的背景模型更新机制；在发生光线突变的情况下采用边缘检测方法有效处理由于大面积背景变化而带来的噪声干扰。然后综合运用数学形态学方法、连通区域检测法和人体特有的特征值法，得到良好的前景运动人体图像。 2.运动人体跟踪方面，提出了一种基于特征和区域相结合的匹配跟踪法。该方法以提取人体的特征开始，人体特征的选用标准是具有抗噪声、鲜明的对比性以及合适的大小等特点，定义明确的约束条件以减小无用的匹配区域提高匹配效率，利用两个目标特质的相似程度进行匹配，从而完成跟踪。同时引入灰色模型预测行人的运动，提高系统的实时性能。 3.运用Visual C++软件在Windows平台上建立运动人体检测、识别与跟踪整套软、硬件实验系统。基于微软MFC开发类库，进行多层次模块式软件研发，将多个功能模块集成于一个友好的用户界面下。最后将课题涉及的图像处理、模式识别等领域的数学处理方法编程实现，得出试验结果。