在日常生活中,“小心地滑”的警示标志随处可见,时刻提醒人们谨防摔倒。不论在家还是养老院,公共场所的扶梯抑或环境恶劣的工厂,摔倒时刻威胁着各年龄段的人群,当有人独自发生严重摔倒时,自救十分困难。因此,自动摔倒检测系统的研究对于人们的健康安全有着非常重大的意义。为了解决人们在独处时发生严重摔倒而难以自救的问题,通过分析现有的穿戴式、环境式和视频式摔倒检测方案,选择摔倒特征丰富、检测自由度高的视频式摔倒检测方案来设计系统。在系统设计上,致力于解决当前视频式摔倒检测系统体积大、实时性差的问题,考虑高级精简指令集处理器(ARM)、数字信号处理器(DSP)和现场可编程门阵列(FPGA)的运算能力,采用FPGA为核心,结合摄像头,声光、短信及语音报警电路搭建了一种基于视频处理的嵌入式摔倒检测系统。在算法设计上,考虑到当前摔倒检测算法的判定结果过分依赖人工经验,当被试身型存在较大差异时,会出现误判率激增的问题,提出了一种身型自适应摔倒判定算法:运用背景减除法提取人体目标图像,使用最小矩形法计算摔倒特征,采用决策树设定摔倒阈值,通过欧氏距离法实现人体身型自适应,根据摔倒特征敏感度分级判定摔倒,实现了高准确率下的摔倒检测。在FPGA功能设计上,采用自顶向下的设计思想,使用Verilog作为系统逻辑描述手段,以功能来划分系统的各模块,包括摄像头、存储器、外围报警电路的驱动与控制设计,以及身型自适应摔倒判定算法的搭载。经实验验证,身型自适应摔倒判定算法的平均准确率为95.2%,与人工经验阈值组合相比,平均准确率提升了15%以上,且在被测者身型存在较大差异时能够保证准确率的稳定。系统在640×480的分辨率与30fps的帧率条件下,语音报警及声光报警的平均响应时间均低于2秒,发送报警短信的平均延迟不超过5秒,能够及时地反映摔倒事件。