随着当今社会现代化水平的飞速发展，自动门因外形美观、使用方便、有利于建筑节能等优点被广泛应用于酒店、机场、购物中心、银行、写字楼等大型公共场所的出入口。近年来，在自动门投入使用的过程中，暴露出诸多的效率及安全问题，原因在于传统自动门传感器存在以下三点缺陷:1）检测内容单一，不能同时兼顾安全性、节能性以及舒适性的要求;2)检测范围存在死角，对于一定高度以下的行人和物体无法感知;3）智能性低，不具备分析和理解行人行为的条件。为此本研究提出了一种基于全方位计算机视觉和智能视频分析等技术的自动门安全与节能检测系统。　　论文首先总结了现有自动门传感器的分类、特点及其不足，对国内外学者将智能视频分析技术应用于自动门系统的研究做了调研和归纳，提出目前有待解决的问题。在此基础上设计了以无死角的无线全方位视觉传感器(Omni-directional Vision Sensor, ODVS)为数据采集设备的自动门安全与节能检测系统，通过对采集到的视频图像数据进行分析和处理，识别行人当前的运动状态及行为，智能地向自动门系统发送控制信号以实现自动门的安全性与节能性。本文的主要研究成果为以下几个方面:　　(1)通过无死角ODVS获取全方位视频图像，采用一种MHoEI(Motion History or EnergyImages)算法对自动门周围区域内的行人进行检测和跟踪。在实验研究中，将MHoEI算法与当前被广泛采用的混合高斯背景差法在前景检测与阴影消除方面的结果进行比较，证明MHoEI算法在获得较好的前景分割与阴影消除效果的同时，为系统节省了更多计算时间和存储空间。　　(2)通过MHoEI算法获取行人对象的运动信息，对行人的运动状态、安全状态以及异常行为进行研究。通过对行人行为的分析，智能发送自动门控制信号，防止自动门因长时间处于开启状态而造成能源浪费，从而达到节能的目的。　　(3)在采用MHoEI算法实现对行人对象检测和跟踪的基础上，实现了两种人数统计算法，分别为基于区域面积的人数统计和基于人体头部特征的人数统计算法，并从时间复杂度、计算速度以及统计准确率三方面对两种算法的实验结果进行比较和分析。　　本文利用Java语言对自动门安全与节能检测系统进行设计与实现，提出了一种对人友好的自动门系统，并对系统实现的主要模块与相关算法进行细节详述，最后对研究内容与实验结果进行了总结。实验证明，本文提出的基于全方位计算机视觉的自动门安全与节能检测系统不仅具有安装便捷、维护简单、运行智能等显著优点，并且能有效检测出自动门周围区域内的行人对象，准确分析行人的正常行为与异常行为，实时监控自动门的运行情况，同时实现出入口的人流量统计功能。