基于嵌入式的人眼信息检测系统研究

论文摘要

根据统计分析,疲劳驾驶是引发交通事故的主要原因之一,因此及时有效地检测出驾驶员的疲劳状态,以减少此类交通事故的发生,有着重要的现实意义。本文通过CCD摄像头实时采集驾驶员的头部图像,设计了一种基于TMS320DM642 DSP芯片的人眼信息检测系统,用于检测驾驶员的疲劳状态。本文重点对检测系统中的人眼定位、人眼跟踪和人眼状态识别模块及其算法在DSP中的实现作了研究。首先提出了一种基于blob分析的肤色人脸检测方法,这种算法能够有效去除彩色图像中的类肤色噪声;接着进行人眼定位,采用了基于灰度投影法和改进型Hough变换法实现人眼的精确定位;在跟踪算法上,采用了虹膜跟踪和基于Kalman预测的模板匹配法相结合的方法实现眼睛的实时跟踪;在接下来的人眼状态识别中,提出了基于Gabor变换提取眼睛特征和支持向量机相结合的方法;最后综合PERCLOS和AECS参数对驾驶员的疲劳度进行判别。在理论研究的基础之上,基于SEED-DM642开发平台,在CCS环境下采用C语言编程实现人眼信息检测系统并且调试完成。实验结果表明,该系统能够快速、准确地定位人眼并且识别人眼状态,从而有效地判定出驾驶员的疲劳状态。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景及研究意义
• 1.2 驾驶疲劳的研究
• 1.3 基于人眼信息的疲劳检测技术的研究现状
• 1.3.1 国外研究现状
• 1.3.2 国内研究现状
• 1.4 本文的研究内容及结构组织
• 第2章 人眼信息检测系统的理论基础
• 2.1 数字图像处理技术
• 2.1.1 图像的直方图均衡化
• 2.1.2 图像的中值滤波
• 2.1.3 图像的边缘检测
• 2.1.4 图像的二值化处理
• 2.1.5 二值图像的数学形态学处理
• 2.2 常用的人脸检测算法
• 2.3 常用的人眼定位算法
• 2.4 运动跟踪理论分析
• 2.4.1 运动跟踪方法
• 2.4.2 运动跟踪中的状态空间估计问题
• 2.5 本章小结
• 第3章 人眼信息检测系统的设计
• 3.1 人眼信息检测系统方案设计
• 3.1.1 系统的特点和性能
• 3.1.2 系统的流程图
• 3.2 人脸检测
• 3.2.1 色度空间的选择
• 3.2.2 高斯肤色模型的建立
• 3.2.3 blob 分析
• 3.2.4 实验结果
• 3.3 人眼定位
• 3.3.1 眉眼区域检测
• 3.3.2 基于改进型 Hough 变换的人眼精确定位
• 3.3.3 实验结果
• 3.4 人眼跟踪
• 3.4.1 虹膜跟踪
• 3.4.2 基于 Kalman 滤波和 Mean Shift 算法的人眼跟踪算法
• 3.4.3 实验结果
• 3.5 人眼状态识别
• 3.5.1 SVM（Support Vector Machine）原理
• 3.5.2 基于 Gabor 变换的眼睛特征提取
• 3.5.3 实验结果
• 3.6 基于人眼信息的疲劳度判定
• 3.6.1 PERCLOS
• 3.6.2 AECS
• 3.7 本章小结
• 第4章 基于 DSP 的人眼信息检测系统
• 4.1 检测系统的硬件构成
• 4.1.1 视频采集设备
• 4.1.2 图像算法处理设备
• 4.1.3 存储空间配置
• 4.1.4 液晶显示设备
• 4.2 检测系统的软件开发环境
• 4.2.1 CCS 简述
• 4.2.2 DSP/BIOS
• 4.3 人眼信息检测系统的软件实现
• 4.3.1 DSP 的软件代码开发过程
• 4.3.2 系统模块程序实现
• 4.3.3 编译调试
• 4.3.4 实验结果与分析
• 4.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢