基于視頻圖像信息提取的駕駛員疲勞檢測(cè)技術(shù)研究.pdf

1、隨著社會(huì)的發(fā)展和機(jī)動(dòng)車(chē)輛數(shù)量與日俱增，交通安全問(wèn)題也受到社會(huì)越來(lái)越廣泛的關(guān)注，每年各種交通事故給社會(huì)帶來(lái)巨大的損失。在各類(lèi)交通事故中，疲勞駕駛是導(dǎo)致事故的主要誘因之一。因此，駕駛員疲勞駕駛檢測(cè)系統(tǒng)研究，對(duì)于提高交通安全性，避免交通意外事故具有重要意義。
　　本文主要研究了基于視頻圖像的非接觸式、實(shí)時(shí)的駕駛員疲勞檢測(cè)方法。在綜合考慮實(shí)時(shí)性與準(zhǔn)確性的要求下，以視頻圖像信息處理和提取理論作為基礎(chǔ)，研究探討了基于視頻圖像的疲勞駕駛檢測(cè)的關(guān)

2、鍵技術(shù)，在保證良好準(zhǔn)確性的前提下，對(duì)圖像處理算法進(jìn)行有效的優(yōu)化。
　　本文的主要研究?jī)?nèi)容包括以下幾個(gè)方面:
　　(1)視頻圖像的提取分析。對(duì)原始的視頻圖像進(jìn)行預(yù)處理，使其特點(diǎn)更加突出，便于后續(xù)的圖像分析。
　　(2)臉部位置的定位。在預(yù)處理圖像的基礎(chǔ)上，在圖像背景中確定臉部區(qū)域。由于膚色在色彩空間上具有很好的類(lèi)聚性這一特征，采用實(shí)時(shí)性較好的基于二值化圖像的方法，并采用投影的方式，減少計(jì)算過(guò)程中的數(shù)據(jù)量。
　　(3

3、)眼睛位置的定位。由于眼睛位置的定位是本課題的關(guān)鍵部分，眼睛位置的準(zhǔn)確定位也直接影響到算法的準(zhǔn)確性，因此，采取了積分投影函數(shù)與混合投影函數(shù)相結(jié)合的方法，精確定位了眼睛中心，隨后將Kalman濾波算法融合到實(shí)驗(yàn)中，實(shí)現(xiàn)在連續(xù)幀變化中對(duì)眼睛位置的追蹤，減少對(duì)眼睛位置重復(fù)定位的耗時(shí)，提高實(shí)時(shí)性。
　　(4)眼睛的狀態(tài)分析。在定位眼睛位置基礎(chǔ)上對(duì)眼睛進(jìn)行特征提取，主要分析了決定眼睛狀態(tài)的關(guān)鍵特征，包括虹膜、上眼瞼，并對(duì)傳統(tǒng)眼睛模型進(jìn)行了修