基于視頻圖像信息提取的駕駛員疲勞檢測技術(shù)研究.pdf

1、隨著社會的發(fā)展和機動車輛數(shù)量與日俱增，交通安全問題也受到社會越來越廣泛的關(guān)注，每年各種交通事故給社會帶來巨大的損失。在各類交通事故中，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系統(tǒng)研究，對于提高交通安全性，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、實時的駕駛員疲勞檢測方法。在綜合考慮實時性與準(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的關(guān)

2、鍵技術(shù)，在保證良好準(zhǔn)確性的前提下，對圖像處理算法進(jìn)行有效的優(yōu)化。
　　本文的主要研究內(nèi)容包括以下幾個方面:
　　(1)視頻圖像的提取分析。對原始的視頻圖像進(jìn)行預(yù)處理，使其特點更加突出，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聚性這一特征，采用實時性較好的基于二值化圖像的方法，并采用投影的方式，減少計算過程中的數(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濾波算法融合到實驗中，實現(xiàn)在連續(xù)幀變化中對眼睛位置的追蹤，減少對眼睛位置重復(fù)定位的耗時，提高實時性。
　　(4)眼睛的狀態(tài)分析。在定位眼睛位置基礎(chǔ)上對眼睛進(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，并對傳統(tǒng)眼睛模型進(jìn)行了修