目前，在冲床工作平台上，因操作不慎造成的人身伤害事故，特别是人手的伤害时有发生，给工人生理和心理上造成了很大的伤害，有的甚至丧失劳动能力。针对这些状况，本论文以普通冲床为工作背景，结合机器视觉和嵌入式技术，以Samsung的s3c2410处理器为控制核心，以嵌入式Linux为操作系统，搭建冲床上人手检测系统的软硬件平台；开发嵌入式Linux下ov511USB摄像头的图像采集和处理程序；针对手的具体特征和特定的工作环境，通过对灰度变换、二值化、边缘提取以及模式识别等理论的研究，提出了白线检测法、颜色检测法、差值检测法、曲率检测法四种检测方案，并根据这四种检测方案最终提出并实现了基于学习机制的系统识别方案；根据检测结果，设计出报警控制模块。同时对整个系统的实时性进行分析设计。试验结果表明该系统算法可行，系统稳定，同时系统的实时性需要进一步的提高。