基于机器视觉疲劳驾驶检测方法的研究

《基于机器视觉疲劳驾驶检测方法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据AThesisinControlTheoryandControlEngineeringResearchonth，eMethodsofFatigueDrivingDetectionBasedonMachineVisionByWangFeiSupervisor：ProfessorJiaMingxingNortheasternUniversityJune2012万方数据独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方乡}，不包含其他人己经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用

2、过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢=也，恩。^1学位论文作者签名：乒&日期：)D肛、‘、2上学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：半年函一年口一年半口两年口学位论文作者签名：乒酞签字日期：力c7．(，≯L导师签名：葫卅芳签字日期：7-,彩2．∥，

3、巧、万方数据东北大学硕士学位论文摘要基于机器视觉的疲劳驾驶检测方法研究摘要目前，面向驾驶疲劳检测方法的研究已经引起广泛关注，国内外不少研究机构和个人对此倾注了了≮量心血并在相关研究中取得众多成果，一些产品已投入到应用中；然而，在实际的测试和使用中，暴露出诸如准确度不高、对环境的适应性差、实时性不足等缺点。因此对其进一步的研究具有重要意义。为剔除阴影、环境灯光等造成的难以辨识的图像，本文研究了此类图像的特点，发现车辆行驶时，所采集到的视频图像经二值化后，正常图像中认定为前景的点数在帧间变化不大；而难以辨识的图像往往变化剧烈。为此提出了利用滤波方法对该

4、类图像进行剔除，保证后续疲劳判断的准确性。鉴于驾驶疲劳检测的特殊性，主要为驾驶行为的规律性，导致一定时间内，呈现在固定摄像头中的面部图像活动在一个固定的范围。本文提出了肤色分割与运动目标检测相结合方法进行范围确定，然后利用边缘检测与灰度积分投影在此范围内对人脸进行精确定位，节省：大量的计算时间并排除大部分的干扰。针对驾驶员坐姿的变化随时间推移可能导致面部活动范围变化问题，采用CamShifi对面部进行跟踪，实现了人脸活动范围的自适应调整。在精确定位人脸的基础上，利用先验知识结合驾驶疲劳检测的特殊性构造模板对人眼进行检测并计算区域复杂度对检测结果进行

5、校正，缩短检测时间的同时提高检测的精度；同时，在连续帧间利用卡尔曼滤波器分别对左右眼横纵坐标进行跟踪预测，对检测结果中偏离趋势的坐标进行替代，保证人眼检测的鲁棒性，提高了检测的准确率。最后，鉴于二值化人脸图像中人眼睁闭呈现出大小不同的非肤色区域，通过在线统计此区域所占人眼认定区域的比例，结合PERCLOS与人的眨眼规律，分别计算出左右眼的闭眼阂值，对疲劳进行判断；一方面对于眼镜、光照等的影响具有很好的鲁棒性，另一方面对于预先给定阈值而造成的普适性不足具有很好的改进。仿真结果表明本文算法对于多变光照等复杂环境具有较高的适应性，同时表现出很好的实时性，

6、对于疲劳检测也具有很高的准确率。关键词：驾驶疲劳；肤色分割；运动目标检测；模板匹配；区域复杂度万方数据东北大学硕士学／立论文AbstractResearchontheMethodsofFatigueDrivingDetectionBasedonMachineVisionAbstractAtpresentjtheresearchonfatiguedrivingdetectionhasdrawnsubstantialattention．Domesticandforeignresearchershavedonealotofworkandgottremen

7、dousresultsonthisfield：someofwhichhavebeenappliedinpractice．However，somedrawbackssuchaslowcorrectrate，pooradaptability,weakreal—time，andSOonareexposedinusage。Sosomefurtherresearchesarenecessary．ToremovethoseindistinguishableimagesthatarecausedbyshadoworCarlamps，thisthesisbinar

8、ythecollectedvideoimagesandcalculatethesizeoftargetareaineach