基于機(jī)器視覺(jué)的疲勞駕駛檢測(cè)系統(tǒng)研究.pdf

1、隨著中國(guó)經(jīng)濟(jì)的蓬勃發(fā)展，汽車(chē)作為一種日常工具已經(jīng)在中華大地越來(lái)越普及，使得普通家庭的出行愈加便捷。交通運(yùn)輸行業(yè)的繁榮發(fā)展創(chuàng)造了巨大的社會(huì)財(cái)富，但隨著日益增加的保有量不可避免地帶來(lái)導(dǎo)致道路交通事故率的升高以及居高不下的死亡人數(shù)，造成了不可估量的社會(huì)經(jīng)濟(jì)損失。
　　本文設(shè)計(jì)了一個(gè)駕駛員疲勞駕駛檢測(cè)系統(tǒng)，通過(guò)安裝在儀表盤(pán)上方的攝像頭獲取駕駛員臉部實(shí)時(shí)圖像，并通過(guò)監(jiān)測(cè)眼部區(qū)域狀態(tài)判斷駕駛員是否疲勞駕駛。本文研究了各種疲勞駕駛檢測(cè)技術(shù)原理以

2、及實(shí)現(xiàn)方法和在實(shí)際中的應(yīng)用，最后確定了基于機(jī)器視覺(jué)以人眼區(qū)域開(kāi)合狀態(tài)作為判斷標(biāo)準(zhǔn)的疲勞駕駛判定方法。在人臉檢測(cè)算法中分析了基于知識(shí)、基于模板匹配和基于統(tǒng)計(jì)模型三類(lèi)算法并從中選擇了基于知識(shí)的方法。在顏色空間的選擇上研究了包括YCbCr顏色空間、RGB顏色空間和HSV顏色空間等各個(gè)顏色空間下人臉膚色的聚合特性，實(shí)現(xiàn)了圖像預(yù)處理，YCbCr顏色空間轉(zhuǎn)換，建立高斯膚色模型，利用 Otsu分割膚色區(qū)域并人臉區(qū)域的篩選。研究了人眼檢測(cè)定位方法，分析

3、了人眼檢測(cè)的四類(lèi)方法從中選擇了基于統(tǒng)計(jì)分析的學(xué)習(xí)的AdaBoost算法進(jìn)行人眼檢測(cè)，建立了人眼樣本庫(kù)，設(shè)計(jì)了AdaBoost級(jí)聯(lián)分類(lèi)器，實(shí)驗(yàn)結(jié)果表明以高準(zhǔn)確率檢測(cè)出人眼。利用區(qū)域生長(zhǎng)法從二值化人眼區(qū)域中提取出瞳孔部分，并遍歷瞳孔區(qū)域圖像得到上下眼瞼高度，為下一步疲勞駕駛判定做了鋪墊。最后選擇了PERCLOS中P80標(biāo)準(zhǔn)作為判斷準(zhǔn)則的疲勞駕駛檢測(cè)系統(tǒng)。
　　本文測(cè)試了各個(gè)模塊的功能，達(dá)到設(shè)計(jì)要求。人臉定位模塊成功地將類(lèi)膚色區(qū)域提取分