基于模式識別的駕駛員疲勞狀態(tài)檢測系統(tǒng)研究.pdf

1、在道路交通事故中，駕駛員疲勞駕駛是重要的原因。如果能在駕駛員出現(xiàn)疲勞狀態(tài)之前就給駕駛員以及時的預警提醒，那么就可以使駕駛員意識到危險并采取相應的措施避免事故的發(fā)生，這是汽車主動安全技術(shù)的重要方面，所以對駕駛員疲勞狀態(tài)檢測系統(tǒng)的研究具有重要的理論意義與現(xiàn)實意義。
　　本文利用模式識別技術(shù)，重點利用其在二類問題分類方面的優(yōu)勢，通過分析駕駛員臉部膚色信息特征，提取駕駛員膚色紋理特征構(gòu)成特征向量匹配分類器完成駕駛員臉部圖像的識別，在此基礎

2、上構(gòu)建準則函數(shù)分類器實現(xiàn)眼睛定位識別，從而構(gòu)建了駕駛員疲勞狀態(tài)檢測系統(tǒng)。本文的核心內(nèi)容包括駕駛員圖像的預處理、駕駛員臉部圖像識別、駕駛員臉部追蹤、駕駛員眼睛定位，并且選擇PERCLOS算法最終實現(xiàn)了疲勞狀態(tài)檢測的預警工作。
　　在駕駛員圖像預處理方面利用泛函分析的知識構(gòu)建了關(guān)于真圖表面積最小的數(shù)學模型實現(xiàn)對駕駛員圖像的初步去噪，在此基礎上結(jié)合形態(tài)學腐蝕和膨脹原理完成了駕駛員圖像最終去噪工作。為了給后面的眼睛定位工作帶來方便，在圖像

3、預處理的時候還使用了頻域增強、直方圖均衡化、傅里葉變換等技術(shù)。
　　在駕駛員臉部識別方面提出了利用共生矩陣計算得到的膚色紋理特征構(gòu)建特征向量匹配分類器的方法將膚色與非膚色進行分類處理，從而實現(xiàn)臉部圖像與背景圖像的分離；在駕駛員臉部追蹤方面利用了camshift算法使得即使在駕駛員頭部輕微運動的情況下也能很好的跟蹤識別出駕駛員的臉部圖像。
　　在駕駛員眼睛定位方面利用紋理特征向量構(gòu)建了準則函數(shù)分類器，并且綜合利用了 Tanim