电梯作为高层楼宇中的主要交通工具，广泛应用于人们的日常生活中。在电梯运行过程中，电梯门夹住乘客或其携带物品的情况时有发生。目前，接触式触板和红外光幕是最常用的电梯门防夹手段。前者属于接触式检测，不能实现预判断，安全性较差；后者属于非接触式检测，采用对射式红外检测方式，容易造成对小尺寸、透明半透明的障碍物漏检，存在盲区。因此，如何进一步提高电梯门防夹的准确性，最大程度保障乘客安全是该领域的研究热点。本文针对现有电梯门防夹手段的不足，基于图像处理系统非接触式检测、精度高、适应性强等特点，开展了面向电梯门防夹功能的传感新技术研究，提出了电梯门图像预处理方法、基于多特征模糊推理的边缘检测算法，并应用于电梯门障碍物检测，实验证明本文算法能有效实现电梯门防夹。具体研究内容如下：首先，本文针对摄像头采集到的图像受噪声干扰，质量下降的问题，提出了改进的高斯滤波算法，去除噪声的同时能较好地保持图像细节；采用分段线性变换增强图像的对比度；为了提高处理效率，结合电梯门图像特点，提出基于阈值分割的ROI（Region Of Interest，感兴趣区域）自适应提取方法，与模板匹配定位ROI相比，提高了自适应性。其次，基于分析电梯门图像现有边缘检测方法的不足，本文提出了基于多特征模糊推理的边缘检测算法，具有更好的边缘检测效果。由于电梯门图像在竖直方向上的灰度变化比较剧烈，且只需检测出电梯门的上边缘便能进行障碍物检测。因此，简化新算法，只检测电梯门的上边缘，减少了结果中的干扰边缘。然后，基于图像预处理、边缘检测结果，本文提出了可用于电梯门防夹的障碍物检测算法。该算法采用序贯算法对边缘图像进行连通区域标记，设置约束条件去除干扰提取目标边缘；计算出最长边缘的长轴中心列坐标、图像分块统计特征，并结合这两个特征实时检测是否有障碍物出现。最后，利用Simulink仿真平台，以及将程序移植到DSP芯片对本文算法进行了多次实验。实验结果表明，本文算法对光照和不同电梯环境有一定的适应性，能够有效检测小尺寸及透明半透明的障碍物，实现防夹。