随着电梯、地铁等行业的迅速发展,自动门的应用也越来越广,如何实现自动门的防夹功能,保障自动门开关过程中运行的安全性,保证人身和财产安全也成为该领域的研究热点。传统的自动门防夹系统主要基于接触式触板和红外光幕搭建,前者不能实现预判断,造成事故频发,安全性较差;后者的红外传输线路易受干扰,易发生误判断。近几年机器视觉技术发展日益成熟,基于机器视觉的系统具有速度快、精度高、非接触等优点。本文研究的系统充分利用上述特点,根据获取的视频图像分析自动门处障碍物的出现,正确控制自动门动作,以达到防夹目的,从而有效克服传统防夹方式的不足。论文主要研究基于自动门视频分析的障碍物检测技术,以图像处理技术为基础,实现DSP芯片平台上防夹系统的搭建。本文首先结合图像特点对图像预处理方法进行研究,在图像局部像素的统计特性基础上,提出自适应的中值滤波算法,有效地去除椒盐噪声等干扰。针对分析需要,采用归一化互相关算法精确地定位ROI区域。其次对图像分割开展研究,由于经过自动门的前景经常发生变化,因而在分割阈值的确定上提出更高要求,本文分别在分割判据和二维区域划分上对Otsu分割算法进行改进,提高分割精度的同时大大降低了二维Otsu计算量,能准确分割出自动门底部特征区域。最后对二值分割图像的目标采用序贯算法进行目标标记,同时计算测量出质心和长轴等图像特征,并结合自动门图像的特殊光照环境,提出基于边缘垂直梯度的阴影处理算法,有效区别阴影和障碍物的图像特征,减少防夹系统的误动作。利用Simulink仿真平台和DM6437DSP芯片对本文系统分别进行算法和程序级测试,通过实验分析得出,本文基于视频的自动门防夹系统方法不仅具有理论意义,而且具有很强的使用价值。在此基础上进一步开展快速、精确的检测方法和经济稳定的硬件平台研究具有广阔的应用前景。