疲勞駕駛檢測系統(tǒng)設(shè)計與開發(fā).pdf

1、隨著經(jīng)濟、社會的不斷發(fā)展，交通運輸業(yè)得到了快速發(fā)展，我國的汽車數(shù)量正在迅速增長。但與此同時，我國惡性道路交通事故也急劇增加并呈上升趨勢。其中，由于駕駛員疲勞造成的交通事故占總數(shù)的百分之二十左右，大約占特大交通事故的百分之四十以上?？梢姡隈{駛帶來的危害是巨大的，所以進行疲勞檢測技術(shù)的研究是十分必要的，且具有重大的現(xiàn)實意義。
　　目前基于計算機視覺的疲勞駕駛檢測是研究的熱點，而且通過檢測眼睛狀態(tài)來判斷是否疲勞已經(jīng)被證明是一種可靠的

2、、有效的手段。因此本文在總結(jié)前人成果的基礎(chǔ)上，設(shè)計并實現(xiàn)了一個基于人眼狀態(tài)識別的疲勞駕駛檢測系統(tǒng)。經(jīng)過多次實驗證明，本文設(shè)計的疲勞駕駛檢測系統(tǒng)具有實時性高、眼睛檢測和狀態(tài)識別準確率高等優(yōu)點，具有很好的車載實用價值。本文主要內(nèi)容為：
　　1、研究了人臉檢測與定位技術(shù)?？紤]到系統(tǒng)實際應(yīng)用的駕駛環(huán)境，本文采用基于Haar特征的Adaboost人臉檢測算法來定位視頻圖像中的人臉，本算法檢測速度快，魯棒性強，實時性好，是疲勞駕駛檢測系統(tǒng)人臉

3、檢測模塊的第一選擇。
　　2、研究了人眼定位與跟蹤技術(shù)。本文提出了在粗定位眉眼區(qū)域的基礎(chǔ)上，綜合使用基于Haar+Adaboost的左、右眼單眼分類器進行眼睛檢測的方法，不但保證了系統(tǒng)實時性的要求，同時也進一步提高了眼睛定位的準確性。另外，本文嘗試將TLD算法引入眼睛跟蹤模塊，但跟蹤效果和實時性不太理想。
　　3、研究了眼睛狀態(tài)識別技術(shù)。本文提出了一種多閥值二值化眼睛圖像的睜閉狀態(tài)識別方法，即通過多閥值二值化眼睛圖像、選出具