目前,地铁站台候车区和轨行区之间,设有一道屏蔽门来保障乘客候车时的安全。但是在列车与屏蔽门之间有一定的间隙,列车运行时,在该间隙易发生乘客被夹、物品遗落、夹包、夹衣服等情况,存在较大的安全隐患和事故风险。针对地铁列车和屏蔽门之间的安全检测,现有方式主要是人工瞭望,但该方式对于过长的直线站台和曲线站台是无法准确检测。自动检测方法主要采用激光对射和红外光幕进行检测,但是激光对射检测和红外光幕检测属于点和面检测器,会由于震动导致较高的误报率。同时,对于大间隙站台,具有巨大的检测盲区,无法保证行车安全.目前对地下站台的异物检测研究已经有许多的成果,但是针对户外地铁的异物检测相对而言较少,基于此,本文主要针对户外地铁的异物检测问题做了如下研究:广泛查阅相关期刊文献及异物入侵检测专利,实地调研考察地铁现有关于异物入侵检测的需求及应用,引用并参考相关障碍物检测的传感器技术性能和检测方式,提出基于机器视觉的方式解决地铁户外站台的异物入侵检测。分析了户外站台环境特性,对入侵的异物进行定义,阐述了其入侵的特点以及检测的重难点,并提出异物检测系统的功能需求及相关性能要求。针对窄间隙地面站台,本文提出了可根据环境光照变化的自适应人造背景进行异物检测的方案,首先通过设计自适应光线的强对比条形光源,构造人工光学背景,在夹缝区域搭建摄像头,拍摄空间缝隙区域,考虑户外站台的外部光线变化,设计基于K-means自适应的异物检测算法,实现空间场景的异物入侵检测。对于宽间隙地面站台,本文提出了通过在每一扇屏蔽门固定门柱上安装摄像头的监控检测方式,通过俯拍中间过道,监控整个待检测区域,并分别采用静态构建纹理模板和动态背景建模的方法,进行对比来实现宽间隙站台的空间异物监测。最后通过在户外搭建仿真实验环境,验证本文设计的系统及算法的可行性、有效性。