摘要:研究如何有效的監測和防止駕駛員疲勞,對于減少交通事故,有著十分現實的重要意義。司機疲勞的最直觀表現是眼睛的疲勞狀態,因此快速、實時地檢測駕駛員眼睛的疲勞狀態是很重要的。

論文首先分析了駕駛疲勞的機理、影響因素和大多數人的疲勞表現,重點對司機的臉部檢測與眼睛定位算法進行了研究和改進，本文選擇了在YCbCr顏色空間模型中基于膚色進行人臉檢測，這樣可以使檢測速度大大的提高以及讓檢測更為準確。繼而通過連通域搜索法進行眼睛定位，然后利用度垂直積分投影，定義曲線參數進行眼睛狀態的識別，最后以眼睛處于閉合狀態的時間占某一特定時間的比率為標準進行疲勞狀態的檢測。實驗證明,這種方法在定位人眼時簡單快速,能有效降低駕駛室的復雜背景、駕駛員各種面部姿態、表情、膚色對眼睛定位的影響,對于有一定旋轉角度的人臉也具有較好的定位效果。

本文采用基于OpenCV的Visual  VC++6.0進行實驗,實現了算法的各項功能,并進行了相關的實驗。實驗結果達到了預定目標,證明了所研究的算法的有效性。

關鍵詞：疲勞駕駛 人臉檢測 眼睛定位 OpenCV 積分投影 

目 錄

摘 要

ABSTRACT

第1章 緒論-1

1.1 本課題的目的及意義-1

1.2 國內外研究現狀分析-2

1.3疲勞駕駛的表現和機理-3

1.3.1 疲勞駕駛概念-3

1.3.2疲勞駕駛機理的解析和疲勞駕駛的表現-4

1.4 本章小結-5

第2章 圖像處理的技術介紹-6

2.1 顏色空間模型-6

2.1.1 RGB顏色模型-6

2.1.2 HSI顏色模型-7

2.1.3  YCbCr顏色模型-8

2.2 圖像分割技術-10

2.3灰度直方圖-10

2.4 圖像處理技術-12

2.4.1 光線補償-12

2.4.2 圖像灰度化-14

2.4.3 高斯平滑-16

2.4.4 灰度均衡-17

2.4.5圖像對比度增強-18

2.5  本章小結-20

第3章 駕駛員人臉檢測-21

3.1 人臉檢測方法研究現狀-21

3.1.1 幾何特征的人臉識別方法-21

3.1.2  基于特征臉的人臉識別方法-21

3.1.3  神經網絡的人臉識別方法-21

3.1.4  彈性圖匹配的人臉識別方法-22

3.1.5 膚色區域分割與人臉驗證方法-22

3.2 駕駛員的人臉檢測分析-23

3.3臉部檢測-23

3.3.1基于膚色檢測分割的算法-24

3.3.2 對膚色分割結果的優化-26

3.4 本章小結-28

第4章 人眼定位-30

4.1 眼睛定位的方法-30

4.2 眼睛定位-31

4.3 本章小結-32

第5章 駕駛員眼睛狀態檢測-33

5.1 眼睛的垂直積分投影-33

5.2 眼睛狀態的識別-34

5.2.1特征參數的定義-34

5.2.2 眼睛狀態的識別-35

第6章 疲勞狀態檢測-37

總結-38

參考文獻-39

致謝-40