駕駛疲勞檢測(cè)技術(shù)的研究.pdf

1、目前，在頻繁發(fā)生的交通事故中，司機(jī)的駕駛疲勞已成為引發(fā)交通事故的重要因素之一。因此，如何有效地檢測(cè)和預(yù)防駕駛疲勞，對(duì)于減少交通事故發(fā)生，有著十分重要的現(xiàn)實(shí)意義。 本文對(duì)現(xiàn)有的駕駛疲勞檢測(cè)方法進(jìn)行了深入地比較，詳細(xì)分析了當(dāng)前檢測(cè)方法中的技術(shù)關(guān)鍵和難點(diǎn)，提出了兩種基于視覺(jué)的駕駛疲勞檢測(cè)方法--自然光照條件下的駕駛疲勞檢測(cè)和紅外光照條件下的駕駛疲勞檢測(cè)。系統(tǒng)采用攝像機(jī)拍攝駕駛員的臉部區(qū)域，從中提取駕駛員的眼睛狀態(tài)特征，據(jù)此判斷駕駛員是

2、否發(fā)生疲勞。主要研究工作如下： (1)研究了在疲勞檢測(cè)系統(tǒng)中必不可少的圖像預(yù)處理技術(shù)。自然光照條件下，采用鄰域均值濾波法進(jìn)行圖像預(yù)處理，以消除隨機(jī)噪聲，此法對(duì)彩色圖像運(yùn)算量小，速度快。紅外光照條件下，利用中值濾波法消除圖像中存在的孤立噪聲，此法能很好保護(hù)圖像的邊緣信息，為圖像的邊緣提取處理提供了保證。 (2)設(shè)計(jì)了改進(jìn)的人臉檢測(cè)算法。自然光照條件下，根據(jù)膚色在色度空間分布的聚類(lèi)性，建立了基于YCbCr空間的橢圓聚類(lèi)膚色模

3、型，以此進(jìn)行圖像二值化，將膚色區(qū)域與非膚色區(qū)域分離開(kāi)來(lái)。相較其他人臉?lè)指畹姆椒?，此法降低了圖像對(duì)光照的敏感性，對(duì)于人臉縮放，旋轉(zhuǎn)等幾何變化魯棒性也很好，另外由于顏色信息計(jì)算速度快，過(guò)程簡(jiǎn)單，此法滿(mǎn)足系統(tǒng)實(shí)時(shí)性的要求。紅外光照條件下，采用Otsu自適應(yīng)閾值的方法把紅外圖像轉(zhuǎn)變?yōu)槎祱D像，將人臉與背景分離開(kāi)來(lái)。人臉的定位采用的是改進(jìn)的積分投影算法，相較于傳統(tǒng)算法縮小了人臉區(qū)域，為整個(gè)系統(tǒng)的快速性打下了很好的基礎(chǔ)。 (3)采用卡爾曼濾

4、波的方法對(duì)臉部區(qū)域進(jìn)行預(yù)測(cè)與跟蹤，提高了人臉跟蹤的準(zhǔn)確度和速度。 (4)提出了新的眼睛檢測(cè)算法。自然光照條件下，采用積分投影與數(shù)學(xué)形態(tài)學(xué)進(jìn)行眼睛的定位與檢測(cè)。紅外光照條件下，由于眼睛的成像邊緣豐富、層次清晰，采用sobel邊緣檢測(cè)與hough變換相結(jié)合的方法定位和檢測(cè)瞳孔，取得了很好的眼睛定位效果。最后利用檢測(cè)出的眼睛參數(shù)計(jì)算PERCLOS值來(lái)判斷是否疲勞。 本文詳細(xì)論述了上述兩種方法的特點(diǎn)和適用性，并完成了大量的實(shí)驗(yàn)。