基于數(shù)字圖像處理技術(shù)的駕駛員疲勞檢測的研究與實現(xiàn).pdf

1、在我國，隨著人們生活水平的提高，汽車保有量迅速增加，交通事故的發(fā)生也越來越頻繁，給社會造成了極大的危害。疲勞駕駛是引發(fā)交通事故的主要原因之一，實時監(jiān)測駕駛員的疲勞狀態(tài)并適時發(fā)出警告是減少此類事故發(fā)生的有效手段。由此可見研究并實現(xiàn)疲勞檢測相關(guān)算法，有著重大的現(xiàn)實意義。
　　在分析研究了國內(nèi)外疲勞檢測技術(shù)現(xiàn)狀的基礎(chǔ)上，依據(jù)現(xiàn)實情景，本文提出了駕駛員疲勞檢測的總體設(shè)計方案并進行了仿真實現(xiàn)。在定位階段，主要應(yīng)用Adaboost級聯(lián)分類器進

2、行檢測，首先檢測人臉，然后在人臉范圍內(nèi)檢測人眼，這樣減少了搜索的范圍，提高了人眼檢測的速度。對檢測到的人眼進行甄別，提取真正的駕駛員眼睛區(qū)域，作為人眼模板。在跟蹤階段，主要運用模板匹配的方式對人眼進行跟蹤，在跟蹤丟失時進行重新定位。進行模板匹配前，先對人眼區(qū)域進行預(yù)測，可減少搜索的范圍，提高準確率和速度，本文運用勻變速思想根據(jù)連續(xù)三幀人眼的位移情況進行預(yù)測。為了解決傳統(tǒng)的模板匹配算法受累積誤差和人眼眨動的影響導致的跟蹤丟失問題，本文引入

3、模板更新環(huán)節(jié)。具體就是在模板匹配之后，提取人眼輪廓，根據(jù)提取到的輪廓進行人眼模板更新。在疲勞評測階段，根據(jù)提取的人眼狀態(tài)參數(shù)統(tǒng)計眨眼頻率和計算PERCLOS值，為合理利用兩個疲勞指標，使疲勞狀態(tài)檢測更加實用，本文提出了在不同階段運用不同疲勞指標的疲勞狀態(tài)檢測流程。
　　本文疲勞檢測算法的仿真實現(xiàn)，是在VS2008開發(fā)環(huán)境下使用C＃編程語言調(diào)用OpenCV計算機視覺庫完成的。并模擬實際行車時駕駛員的頭部運動情況進行了測試。在不同光照