目前,智能视频监控系统已经广泛应用于交通、金融、生产制造等行业。随着人口老龄化日益严重,老人视频监控系统也得到了深入研究。常用的老人视频监控系统主要包括视频采集、网络传输、算法模块和人机交互四个部分。其中,算法模块可以处理包括摔倒、突发疾病等异常行为的识别,使得系统实现了实时监控和突发情况报警等功能。算法模块包括视频图像预处理、目标检测、目标跟踪和识别等子模块,是视频监控系统保持高准确性和高实时性的保证。然而大多数算法没有考虑到多光源、低照度或光照突变等造成的光照不均匀问题,进而导致了系统性能的下降。基于此,本文在研究和总结现有非均匀光照图像增强算法和运动目标检测算法的基础上,对系统的图像预处理和目标检测模块做出了改进,并设计了一个非均匀光照下鲁棒性较好的老人视频监控系统对其进行测试和评价。本文的主要研究内容如下。1.针对基于暗通道先验的低照度图像增强算法导致图像存在块效应、边缘黑斑等问题,本文借助优化后的双边滤波、结合中值滤波对导向滤波的导向图进行优化,然后采用改进后的导向滤波细化透射率图。改进的算法不仅丰富了图像的细节,还恢复了更多的边缘信息,消除了黑斑,提高了低照度图像的自然度和对比度。2.针对传统小波图像增强算法使得图像边缘过渡突兀、边缘信息丢失以及颜色失衡等问题,本文融合小波系数的邻域信息,并结合Otsu(最大类间方差)算法对图像的低频系数进行针对性地调整。同时,基于小波能量函数对不同尺度的高频非噪声系数进行不同程度地放大,并去除噪声系数,进一步提高该算法的增强效果。3.针对光照突变场景下ViBe算法鲁棒性不高的问题,本文首先将颜色模型RGB的归一化模型rgb和HSI混合,得到混合颜色模型rgI;然后结合前后帧I分量差值的变化规律,求出光照突变的临界点,并在光照突变后的第一帧采用结合形态学的三帧差分法进行过渡;最后,利用该帧对ViBe算法的背景模型进行重置,使得ViBe算法可以更好地处理光照突变的情况,提高目标检测、分割的准确性和鲁棒性。4.本文通过提出一种联合上述非均匀光照图像增强算法的策略,自适应地对视频序列中不同类型的非均匀光照图像进行增强,并采用改进的ViBe算法对预处理后的视频序列进行目标检测。同时,本文设计了一个基于树莓派和云服务器的面向老人摔倒检测的智能视频监控系统,用于对改进后的算法进行验证和评价。系统测试表明,本文设计的算法模块可以有效地提升老人视频监控系统的准确性和鲁棒性。