随着物联网技术与硬件平台性能的更新迭代,以及新一代5G通信技术的来临,在汽车安全性能指标越来越严格的基础上,如何使汽车更加安全可靠、如何使汽车安全系统响应速度更快更高效以及如何全方位的提升汽车自动避障,渐渐成为衡量一辆车整体性能重要的指标。另一方面,随着科学技术的发展,图像处理技术也越来越广泛地应用在各个领域,如医疗、交通、军事、农业等。应用领域扩大以及应用场景的多样化使得对图像处理效率有了严格要求,也促使图像处理技术的进一步发展,硬件性能提升结合算法优化也成了解决实时性和高效要求的有效方法。本论文设计了一种基于双目立体视觉和动态图像处理技术的防碰撞车门锁闭保护系统,主要目的是停车状态下通过后视镜上的摄像头来实时监控车辆后方目标,并对目标进行测距、预判,判断是否可能出现因忽略后面车辆误开车门造成的碰撞事件。系统整体使用了ARM+FPGA配合的方法,通过硬件与软件算法结合来提升图像识别与处理的速度,从而提升系统整体的实时性,进而提升防撞系统的安全性能。提出了一种基于OpenCL标准与FPGA加速的图像预处理方法,利用FPGA高度并行的特点,将传统图像灰度处理的速度提升了47倍;将单一的帧间差分法和背景差分法进行对比实验分析,在两种算法的基础上提出了一种基于帧间差分法和背景差分法结合的动态目标识别方法,提升了对目标对象轮廓特征获取的完整度与清晰度,整体上降低了系统的误判率。根据实时识别需求,采用合适的双目摄像头标定算法和目标测距算法,对模拟汽车目标进行识别测距,输出目标坐标和距离。最后进行多次模拟仿真目标识别和测距实验,将测得的目标深度距离与实际距离进行数据对比分析,误差率较小,达到预期设计效果,满足实际需求。