随着嵌入式系统技术和机器视觉技术的不断发展,人体跌倒检测系统正在向智能化和实用化的方向发展。研究表明老年人发生跌倒容易导致严重伤残甚至死亡,并且超过半数的跌倒发生在室内环境下。针对老年人独居存在的隐患,如果可以及时检测老年人跌倒并及时发送报警信息给监护人员,那么将大大降低老年人由于跌倒受到的伤害。以此为目的,本文以嵌入式开发板EAIDK-310和Open CV库分别为硬件和软件基础,结合图像处理技术,设计并实现了适用于室内环境的人体跌倒检测系统,实现了智能检测跌倒并及时报警。本文所述系统无需人体佩戴,能够实时监控老年人活动,从而降低由于跌倒给老年人带来的伤害。本文的研究工作总结为以下方面:(1)分析常用运动目标检测方法,如背景差分法、帧差值法和光流法等;针对系统设计需求,提出基于混合高斯模型实现的运动目标检测,并加入抗干扰处理以提高运动目标检测鲁棒性;通过实验验证所述方法能够获得清晰完整的前景轮廓。(2)设计基于多参数综合评价的跌倒检测方法。分析人体多种行为特征,使用宽高比、质心高度和倾斜角三种轮廓特征表征人体姿态,提出基于多参数综合评价的跌倒检测算法。在实验分析多种轮廓特征在不同场景中的变化的基础上,通过轮廓特征阈值选取算法设定阈值,使得跌倒检测达到较好的检测效果。(3)以嵌入式开发板EAIDK-310为硬件平台,以Open CV计算机视觉库作为软件开发环境设计并实现了该跌倒检测系统,本系统能够有效区分跌倒行为与非跌倒行为,系统平均每秒处理10帧左右的图像,能够达到实时检测跌倒的目的。最后,通过多组对比实验分析系统性能,实验结果验证系统能够达到设计目的,及时检测出人体跌倒,并且具有较高的检测准确率。