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(jì)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(jìn)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(shí)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(yīng)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(zhǔn)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(zhǔn)確率，對視頻圖像進(jìn)行必要的圖像預(yù)處理，包括光照強(qiáng)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(jì)的映射空間，建立一個(gè)基于膚色的二維高斯分布數(shù)學(xué)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(jìn)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(jìn)行圖像預(yù)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(jìn)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(gè)眼睛區(qū)域的垂直位置，接著對眼睛區(qū)域圖像進(jìn)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(jì)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(shí)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(qiáng)這一特點(diǎn)，在RGB歸一化到rgb的顏色空間里，根據(jù)若圖像兩點(diǎn)顏色相同則對應(yīng)三個(gè)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(jìn)行數(shù)學(xué)形態(tài)運(yùn)算，以消除小黑點(diǎn)并能填補(bǔ)細(xì)小空洞，接著對圖像進(jìn)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(jì)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(jìn)行開發(fā)駕駛員的人臉、眼睛、