智能视觉计数以其能够将人从繁重,长时间,重复的工作中解放出来的优点逐渐应用到很多应用领域。智能视觉计数中的人流量检测系统是计算机视觉领域中近年来备受关注的前沿研究方向。视觉人体运动分析是智能人流量检测系统的研究重点,人体检测与跟踪是视觉人体运动分析的重要组成部分。由于图像采集设备的安装位置受到限制或为了避免人体间的相互遮挡等原因,通常只能获取检测区域内头部特征信息,头部特征的选择与提取是俯视图像中人体检测与跟踪的关键。智能视觉计数在静态图像处理中也有着广泛的应用。本课题紧密围绕着智能视觉计数研究,首先对视频序列俯视图中人体检测和跟踪进行了研究,然后针对静态图像中孔洞智能计数提出新公式,并以此为基础,提出二值图像孔洞计数算法。最后针对垂直头顶单目静止摄像机环境设计了智能视觉计数中的人流量检测系统,完成系统模块设计和具体功能实现,并给出实时环境下的检测结果。在智能视觉计数中人体检测时,首先对视频图像进行去噪处理,其次采用帧间差分方法提取运动目标,对于运动目标内的空洞采用形态滤波方法去除,处理后的帧差图像与前一帧通过Canny边缘检测后的结果进行与操作,得到清晰的人体轮廓图像。由于人体头部的类圆形轮廓特征,本文首先给出人体头部轮廓模型,然后采用Hough变换检测人体头部；Hough变换本身比较复杂,计算量较大,本课题提出一种新的基于头部灰度梯度特征的人体头检测方法。对于检测到人体头部采用卡尔曼预测和基于目标匹配的数据关联方法进行多运动目标跟踪。