公交车各方面的优势使它被广大市民接受,成为了城市中出行交通工具的首选。可是目前的公共交通存在着许多急需解决的问题,例如:城市中线路规划不合理,早晚高峰期间调度不科学,一条线路中站点安排过于紧凑或过于稀疏,车流量大时容易发生剐蹭事故等等。现代化智能交通系统的发展对于解决这些公交车存在的问题有很重要的现实意义。在这个比较发达的交通系统中,如何能够得到准确性、实时性高的客流信息就显得尤为重要。有了这些准确和实时的客流信息就能够更加科学的对线路里的公交车进行调度,还能帮助公交车公司更加合理的安排线路和站点。另外,这些准确和实时的客流信息还能够在大数据时代产生特殊经济、社会效益。目前我们越来越能够达成这样的共识:由于图像中蕴含着巨大的信息量,所以利用图像处理技术来对公共交通系统中的客流量进行统计已经成为了一个非常重要的发展方向。一维的单目视觉和多维的或二维的双目视觉技术是图像处理统计客流中两个分支。由于使用单目视觉技术进行处理时比较容易受到色彩光照强度变化、遮挡等因素的影响,所以目前使用立体视觉进行图像处理应用的较为广泛。本论文就是利用立体视觉技术设计了客流量信息统计的算法,最后利用SBC3730平台实现这种算法。本论文首先详细阐述了立体匹配技术,并对几种匹配算法进行了分析,结合实时性和准确度的要求选取了动态规划算法来获得视差图。这种能够对全局进行处理的方法得到的致密视差图要比其他方法获取到的视差图更为平滑。接着本论文利用背景差分模型与光流残差相结合的方法检测运动目标,然后进行分割,对运动状态下目标的定位提取使用了相关联领域标记。本论文使用了多特征融合跟踪算法进行对目标的跟踪计数,并对这种算法做出了相应的改进。这种改进后的算法在对运动状态的目标进行跟踪计数时能够做到更为准确。最后本论文使用了SBC3730平台搭建对客流量的状态进行统计的系统,将本论文的算法移植到该系统上进行测试,最后的结论说明这个系统在跟踪计数运动的目标方面准确性和实时性都比较高。