基于視頻圖像分析的駕駛員疲勞檢測方法的研究.pdf

1、統(tǒng)計表明，駕駛員疲勞駕駛是造成交通事故的主要原因之一，許多國家正積極進行駕駛疲勞檢測的研究。有效的檢測和防止駕駛員疲勞駕駛，對于降低交通事故發(fā)生及人員傷亡量，有著十分重要的現(xiàn)實意義。 本文主要研究了基于視頻圖像分析的方法在駕駛員疲勞檢測中的應用，通過對駕駛員的視頻圖像分析，定位出駕駛員人臉位置，在此基礎(chǔ)上準確定位出與駕駛疲勞有關(guān)的眼睛和嘴巴的位置，通過分析眼睛和嘴巴的狀態(tài)判斷駕駛員是否疲勞。 本文主要做了以下工作：

2、 (1)駕駛員的人臉定位。為提高定位準確率，對視頻圖像進行必要的圖像預處理，包括光照強度校正和去噪聲。根據(jù)膚色在顏色空間上具有很好的聚類特性，選用YCbCr顏色空間作為膚色分布統(tǒng)計的映射空間，建立一個基于膚色的二維高斯分布數(shù)學模型，利用基于相似度和人臉形狀特性的人臉檢測定位方法，對駕駛員人臉進行檢測、定位。 (2)駕駛員眼睛定位、跟蹤與狀態(tài)判斷。為了盡量提高識別效率，首先對定位分割出的人臉圖像進行圖像預處理，包括彩色圖像轉(zhuǎn)變成

3、灰度圖像和灰度拉伸。然后對駕駛員人臉區(qū)域圖像進行垂直微積分投影，定位出眼睛、眉毛的垂直中心位置，根據(jù)眼睛、眉毛垂直中心位置，估算出整個眼睛區(qū)域的垂直位置，接著對眼睛區(qū)域圖像進行垂直微積分投影，由粗到精檢測出眼睛的垂直區(qū)域，最后根據(jù)投影曲線計算眼瞼張開程度。采用Kalman濾波對眉毛跟蹤定位，根據(jù)眉毛與眼睛的相對位置，實現(xiàn)了眼睛的跟蹤定位。根據(jù)PERCL,OS原理判斷駕駛員是否疲勞。 (3)駕駛員嘴巴定位與狀態(tài)判斷。根據(jù)嘴唇的紅色

4、分量比其它顏色分量強這一特點，在RGB歸一化到rgb的顏色空間里，根據(jù)若圖像兩點顏色相同則對應三個顏色分量比值相等這一原理，提出一種新的檢測嘴唇的方法。據(jù)此映射出嘴唇的二值化圖像，對二值化圖像進行數(shù)學形態(tài)運算，以消除小黑點并能填補細小空洞，接著對圖像進行水平和垂直積分投影，根據(jù)投影曲線得到嘴唇的位置及形狀即嘴唇的長度和寬度，計算嘴巴的寬高比，根據(jù)寬高比判斷駕駛員是否打哈欠。 本文采用MATLAB7.0進行開發(fā)駕駛員的人臉、眼睛、