版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、駕駛員疲勞已成為引發(fā)交通事故的主要因素之一,用基于機器視覺的方法來檢測駕駛員疲勞在實時性、準確性、非接觸性、適用性及經(jīng)濟性等方面比其他監(jiān)控方法有更大的優(yōu)勢,成為當(dāng)前研究的一個熱點。 本文在研究前人工作的基礎(chǔ)上,認為夜間是駕駛員疲勞的多發(fā)階段,因此本文使用了特殊的紅外光源拍攝駕駛員正面面部圖象,并根據(jù)紅外圖象所具有的特點提出了一個有效的駕駛員疲勞檢測方法,整個方法分為四個過程:人臉的檢測,人臉的跟蹤,人眼的定位和駕駛員疲勞狀態(tài)識別
2、。本文的研究內(nèi)容如下: (1) 人臉檢測是駕駛員疲勞檢測的前期工作。傳統(tǒng)的檢測駕駛員面部多采用基于膚色分割的算法和基于灰度投影的方法。這兩種方法對光照都有較高的要求,在光照不均勻,光照不足或者姿態(tài)變化的情況下難以有效的定位人臉。本文首先進行人臉的粗檢測,利用紅外人臉圖象面部區(qū)域亮度較高,背景簡單的優(yōu)勢,采用迭代式閾值算法對圖象進行二值化處理,然后提出了一種垂直投影與區(qū)域連通相結(jié)合的算法進行人臉準確定位。這種人臉檢測方法不僅能夠準
3、確的定位人臉,而且受光照的影響較小,對姿態(tài)變化不敏感,很好的解決了膚色分割和垂直投影受光照影響定位不準確的缺點。 (2) 人眼定位是駕駛員疲勞檢測中關(guān)鍵的一步,傳統(tǒng)的霍夫變換法和模板匹配法要求人眼區(qū)域具有較為清晰的邊緣信息,而且計算量很大,實時性不高,本文在仔細分析紅外圖象特點的基礎(chǔ)上,改進了Harris角點檢測算法,并將其應(yīng)用到瞳孔的定位中,避免了復(fù)雜的運算,而且定位準確,算法速度快,完全地滿足了實時性的要求。 (3)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于紅外視頻的駕駛員疲勞檢測研究.pdf
- 紅外條件下駕駛員疲勞檢測研究.pdf
- 基于虹膜檢測的駕駛員疲勞檢測研究.pdf
- 基于多個疲勞參數(shù)的駕駛員疲勞檢測.pdf
- 基于人眼檢測的駕駛員疲勞檢測研究.pdf
- 基于adaboost算法的駕駛員疲勞駕駛檢測
- 基于視頻分析的駕駛員疲勞檢測.pdf
- 基于視頻圖像的駕駛員疲勞檢測.pdf
- 基于紅外圖像的駕駛員疲勞監(jiān)控系統(tǒng)研究.pdf
- 基于信息融合的駕駛員疲勞檢測研究.pdf
- 基于面部特征的駕駛員疲勞檢測.pdf
- 基于Adaboost算法的駕駛員疲勞駕駛檢測.pdf
- 基于機器視覺的駕駛員疲勞檢測研究.pdf
- 基于視頻的駕駛員疲勞狀態(tài)檢測研究.pdf
- 基于人眼檢測的駕駛員疲勞狀態(tài)檢測研究.pdf
- 基于視頻的駕駛員疲勞檢測技術(shù)的研究.pdf
- 基于人眼狀態(tài)的駕駛員疲勞檢測研究.pdf
- 駕駛員疲勞檢測算法研究.pdf
- 駕駛員疲勞駕駛檢測算法的研究.pdf
- 基于SOPC的駕駛員疲勞檢測系統(tǒng)設(shè)計.pdf
評論
0/150
提交評論