基于紅外圖像的駕駛員疲勞監(jiān)控系統(tǒng)研究.pdf

1、隨著交通運輸業(yè)的迅速發(fā)展，交通事故已成為當(dāng)前各國所面臨的嚴(yán)重的安全問題。駕駛員疲勞駕駛已成為引發(fā)交通事故的一個主要因素，用基于機器視覺的方法來檢測并監(jiān)控駕駛員的疲勞駕駛，在實時性、準(zhǔn)確性、非接觸性、適用性及經(jīng)濟性等方面均比其他監(jiān)控方法有更大的優(yōu)勢，所以該方法已經(jīng)成為當(dāng)前研究的一個熱點。
　　本文在大量研究前人工作的基礎(chǔ)上，認(rèn)為夜間是駕駛員疲勞駕駛的主要多發(fā)階段，因此本文使用了特殊的紅外光源攝像頭拍攝駕駛員正面面部圖象，并根據(jù)紅外圖

2、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:人臉的檢測與定位，人眼狀態(tài)的判別，人臉嘴部的狀態(tài)和駕駛員疲勞狀態(tài)識別。本文的主要研究內(nèi)容如下:
　　人臉的檢測與定位。人臉檢測與定位是駕駛員疲勞監(jiān)測的前期準(zhǔn)備工作。傳統(tǒng)的駕駛員面部檢測方法多采用基于膚色分割的算法和基于灰度投影這兩種方法。這兩種方法對光照都有較高的要求，如果光照不均勻，光照不足或者發(fā)生姿態(tài)變化，都將難以有效的定位出人臉。本文首先進行人臉的粗略檢

3、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Otsu算法對圖象進行二值化處理，然后提出了一種垂直和水平投影與區(qū)域連通相結(jié)合的算法進行人臉準(zhǔn)確定位。這種人臉檢測定位方法不僅能夠準(zhǔn)確的定位人臉，而且受光照的影響相對較小，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(zhǔn)確的缺點。
　　人眼狀態(tài)的判別。人眼定位是駕駛員疲勞檢測中的重要部分，以往傳統(tǒng)的方法都是在定位到人眼之后，然后找到眼睛或者周圍的特征點，再

4、依據(jù)特征點對眼睛的狀態(tài)進行判斷其狀態(tài)。本文在仔細分析紅外圖象特點的基礎(chǔ)上，運用多種二值化算法對人臉圖像進行圖像處理，然后進行對比比較，吸取Otsu算法和Niblack算法各自的優(yōu)點，進行不同的處理方式，判別人眼的閉合狀態(tài)，避免了復(fù)雜的運算，而且判斷準(zhǔn)確，算法速度快，完全地滿足了實時性的要求。
　　嘴部狀態(tài)的判別。嘴部的閉合作為疲勞檢測的一個輔助參數(shù)，以前的嘴部定位在眼睛定位中會起到基礎(chǔ)的作用，眼睛的定位是以嘴部的定位為基礎(chǔ)的。嘴部

5、的定位是靠嘴唇的紅色色素點來進行確定的，而在紅外照片中，圖片已經(jīng)失去了膚色信息，本文根據(jù)駕駛員打哈欠時下顎移動的特點，間接根據(jù)人臉下顎面積變化判別駕駛員是否疲勞。
　　本文根據(jù)Mamdani算法，采用融合駕駛員眼睛狀態(tài)和嘴部狀態(tài)變化的方法判斷駕駛員疲勞狀態(tài)，該方法針對夜間是駕駛員疲勞駕駛的高發(fā)時期，采用紅外光做為光源，解決了夜間微光不穩(wěn)定，時有時無的問題，所采用算法簡單有效，復(fù)雜度低，不僅對光照的影響不敏感，而且具有較好的容錯性和