资源描述：
《基于图像处理的驾驶员疲劳检测方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第23卷第12期计算机应用与软件Vol123,No.122006年12月ComputerApplicationsandSoftwareDec.2006基于图像处理的驾驶员疲劳检测方法1,222董文会吴晓娟徐祗军1(德州学院物理系山东德州253023)2(山东大学信息科学与工程学院山东济南250100)摘要提出一种基于图像处理的实时检测驾驶疲劳的方法,利用肤色信息、投影和连通域相结合的方法检测眼睛,通过动态模板匹配的方法对眼睛进行跟踪;最后利用上下眼睑距离来判断是否疲劳。实验表明,该方法可使眼睛定位和追踪的平均正确率达98%,疲劳检测的正确率为1
2、00%,准确率平均为90%。关键词疲劳检测人脸定位眼睛追踪动态模板匹配DRIVERFATIGUEDETECTIONBASEDONIMAGEPROCESSING1,222DongWenhuiWuXiaojuanXuZhijun1(DepartmentofPhysics,DezhouUniversity,DezhouShandong253023,China)2(SchoolofInformationScienceandEngineering,ShandongUniversity,JinanShangdong250100,China)Abstract
3、Adriverfatiguedetectionmethodbasedonimageprocessingisproposed.Theeyesaredetectedusingthecharacteristicsofskincolors,projectionsandfindingconnectedcomponentsandareusedasthedynamictemplatesforeyetrackinginthenextframe.Finally,driverfatigueisdetectedbythedistancechangeoftheeyel
4、id.Theaveragecorrectrateforeyelocationandtrackingcanreach98%,thecorrectrateforfatiguedetectionis100%,theaverageprecisionrateis90%.KeywordsFatiguedetectionFacelocationEyetrackingDynamictemplatematching般为正面的图像。基于以上两点,本文提出了通过追踪眼睛,根0引言据上下眼睑距离的变化来检测疲劳的方法。该方法包括人脸的检测、眼睛的定位、眼睛的追踪和疲劳
5、判断四个部分,其流程图疲劳驾驶是引发恶性交通事故的重要原因之一。2003年如图1所示。我们用第一幅图像检测人脸和眼睛,若失败则从中华医学会联合有关交通部门对516名驾驶员的警觉度进行了下一幅图像检测直至成功,并将得到的眼睛图像作为动态模板测试,其中24%的驾驶员当天自我感觉在疲劳驾驶,50%的驾对以后的序列进行眼睛追踪,若失败则重新定位人眼。驶员承认有过疲劳驾驶。因此,有效地监督和防止驾驶员疲劳驾驶,有着十分重要的现实意义。1疲劳检测的特点疲劳检测是对司机在行车中出现的疲劳现象实时检测并施以适当警告的过程,它有以下几个要求:1)必须是无干扰的;
6、2)必须是实时的;3)必须受光照的影响较小;4)不能有有害辐射,不能包括移动设备。在各种检测方法中能满足以上要求且效果较为理想的是用摄像机进行实时拍摄,通过图像处理来检测司机眼部的物理反应。研究表明,眼睛的反应与司机的疲劳有较高的相关性,能可靠地反映司机是否疲劳。作者在研究了司机眼睛活动的特点后,决定将上下眼睑距离作为依据来检测疲劳。2疲劳检测图1疲劳检测流程图我们发现司机的眼睛活动有以下特点:(1)司机的位置相收稿日期:2005-03-08。董文会,硕士生,主研领域:模式识别与对固定,眼睛只在较为固定的小范围中移动;(2)司机的图像一图像处理
7、。第12期董文会等:基于图像处理的驾驶员疲劳检测方法712.1人脸检测睛在脸的上部,只保留脸部的3/5(图3d)。若在整幅图像中直接寻找眼睛,背景中可能有符合眼睛条2.2眼睛的定位件的图像,易造成错判。因此,我们首先确定脸部的位置,缩小眼睛区域图像中,眼睛部分对应的灰度值较低。沿X轴方寻找眼睛的范围。向求图像的平均灰度值,将小于一定阈值的区域粗略地定为眼睛区域。在此区域内,将图像反转并寻找各连通域。可定义参数:A,l(x,y),r(x,y),d和θ。其中A为连通域面积,d为两连通域之间的距离,θ为两连通域与水平轴的夹角,l和r为两连通域的质心坐
8、标。搜索各连通域,找到满足
9、θ
10、≤15°,l(x)
