基于红外图象的驾驶员疲劳检测研究

论文摘要

驾驶员疲劳已成为引发交通事故的主要因素之一,用基于机器视觉的方法来检测驾驶员疲劳在实时性、准确性、非接触性、适用性及经济性等方面比其他监控方法有更大的优势,成为当前研究的一个热点。本文在研究前人工作的基础上,认为夜间是驾驶员疲劳的多发阶段,因此本文使用了特殊的红外光源拍摄驾驶员正面面部图象,并根据红外图象所具有的特点提出了一个有效的驾驶员疲劳检测方法,整个方法分为四个过程:人脸的检测,人脸的跟踪,人眼的定位和驾驶员疲劳状态识别。本文的研究内容如下:(1)人脸检测是驾驶员疲劳检测的前期工作。传统的检测驾驶员面部多采用基于肤色分割的算法和基于灰度投影的方法。这两种方法对光照都有较高的要求,在光照不均匀,光照不足或者姿态变化的情况下难以有效的定位人脸。本文首先进行人脸的粗检测,利用红外人脸图象面部区域亮度较高,背景简单的优势,采用迭代式阈值算法对图象进行二值化处理,然后提出了一种垂直投影与区域连通相结合的算法进行人脸准确定位。这种人脸检测方法不仅能够准确的定位人脸,而且受光照的影响较小,对姿态变化不敏感,很好的解决了肤色分割和垂直投影受光照影响定位不准确的缺点。(2)人眼定位是驾驶员疲劳检测中关键的一步,传统的霍夫变换法和模板匹配法要求人眼区域具有较为清晰的边缘信息,而且计算量很大,实时性不高,本文在仔细分析红外图象特点的基础上,改进了Harris角点检测算法,并将其应用到瞳孔的定位中,避免了复杂的运算,而且定位准确,算法速度快,完全地满足了实时性的要求。(3)本文根据PERCLOS原理,采用计算驾驶员眼睛睁开面积的方法实时监测驾驶员疲劳状态,该方法针对夜间是驾驶疲劳的高发时期,采用红外光做为光源,解决了夜间微光不稳定,时有时无的问题,所采用算法简单有效,复杂度低,不仅对光照的影响不敏感,而且具有较好的容错性和鲁棒性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究意义
• 1.2 驾驶疲劳检测的国内外研究现状
• 1.2.1 国外疲劳检测研究现状
• 1.2.2 国内疲劳检测研究现状
• 1.2.3 红外图象疲劳检测研究现状
• 1.3 论文的内容和安排
• 第二章 驾驶员疲劳监控系统组成
• 2.1 概述
• 2.2 驾驶员疲劳监控硬件组成
• 2.2.1 红外CCD摄像机介绍
• 2.2.2 视频采集卡介绍
• 2.3 红外人脸图象的特性
• 2.4 本文算法流程
• 第三章 人脸检测与跟踪
• 3.1 人脸检测综述
• 3.1.1 人脸检测的应用背景
• 3.1.2 人脸检测的主要问题
• 3.1.3 人脸检测的一般方法与比较
• 3.2 基于阈值法和连通区域检测的人脸实时检测
• 3.2.1 人脸图象预处理
• 3.2.2 人脸图象二值化
• 3.2.3 识别人脸区域
• 3.2.4 确定眉眼区域
• 3.3 与传统驾驶员脸部定位算法的比较
• 3.4 人脸跟踪
• 3.4.1 人脸跟踪简述
• 3.4.2 卡尔曼滤波跟踪面部的算法
• 3.4.3 卡尔曼滤波跟踪面部的实验
• 3.5 本章小结
• 第四章 人眼瞳孔定位和驾驶员疲劳状态检测
• 4.1 眼睛检测定位方法概述
• 4.1.1 霍夫变换法
• 4.1.2 变形模板法
• 4.1.3 对称变换法
• 4.2 当前人眼检测存在的问题
• 4.3 一种改进的Harris角点检测瞳孔定位算法
• 4.3.1 Harris角点检测算法
• 4.3.2 Harris角点检测算法存在的问题
• 4.3.3 应用于瞳孔定位的改进的Harris角点检测算法
• 4.4 驾驶员疲劳状态检测
• 4.4.1 眼睛面积计算
• 4.4.2 眼睛状态计算
• 4.4.3 疲劳检测结果
• 第五章 总结与展望
• 5.1 论文主要工作和结论
• 5.2 后续工作展望
• 参考文献
• 致谢
• 攻读学位期间主要的研究成果