在各种传染疫情席卷的大环境下,做好个人的防护工作将自然地融入今后每个人的日常生活当中,电梯作为日常使用的一种纵向交通运输设备,会有出入各种场所的人员进行使用,在电梯的轿厢内部这样一个狭小空间下的病菌的传播更为容易和广泛,因此非接触式呼梯的概念应运而生,相比较传统的操作盘上的按键式呼梯,基于机器视觉的轿厢目的层访问系统的隐私性更高、安全性更强,也可以有效抑制操作盘上残留的病菌二次传播。具体研究内容如下:首先,对基于机器视觉的目的层访问系统进行总体设计与分析。对用梯群体人员进行细分并对系统的整体需求进行分析,可以将用梯人员细分为一般用户、外部用户及管理员（物业及维保人员）,通过分析其具体用例进行展开,研究用户之间在机器视觉侧以及轿厢目的层访问系统侧两个方面的工作流程。其次,研究基于Canny算子的边缘检测人脸识别模型。通过主成分分析法（principal component analysis,PCA）和线性判别分析（linear discriminant analysis,LDA）算法进行特征提取和降维处理,得到人脸样本特征子空间,通过分析传统的一阶、二阶边缘检测算子,进而分析优化得出一种适用于乘场轿厢人脸识别使用的Canny算子,最后通过特征融合研究,对整体模型进行归一化,完成人脸识别模型的建立并进行验证。再次,对轿厢目的层访问系统模型进行设计与仿真分析。通过不同用户角色的系统使用流程,建立了平均候梯时间、平均乘梯时间以及能源损耗这三个指标的优化函数,同时通过对不同交通运输模式下的权值分配建立综合评价模型,然后通过输入量的设计,建立基于模糊控制的目的层访问系统模型,通过Matlab实现本系统的模型仿真,并对仿真的结果进行对比验证。最后,开发了基于机器视觉的目的层访问系统,并进行实验与结果分析。采用Python中的Tkinter完成了每个功能模块的GUI界面搭建,通过对用户出入其预先采集的目的层的区分,设计了本系统的总体框架及数据库结构,最终进行联合调试以验证系统的有效性和先进性。本文结合实时需求进行电梯访问系统相关研究,提出了一种适用于电梯乘场的改进Canny特征融合算法和一种基于模糊控制的改进目的层访问算法,分别通过优化边缘检测算子及建立相关用梯评价函数构建系统整体模型,开发了原型系统并进行实验验证,研究成果具有一定的理论意义和较好的工程应用价值。