基于視頻圖像分析與信息整合的駕駛員疲勞檢測技術(shù)研究.pdf

1、疲勞駕駛是引發(fā)交通事故的一個重要原因，隨著科學(xué)技術(shù)的發(fā)展，運(yùn)用各種檢測手段對駕駛員的精神狀態(tài)進(jìn)行檢測已成為可能，在交通事故發(fā)生前進(jìn)行報警并采取相應(yīng)措施，對于降低交通事故的發(fā)生率，減少人員傷亡及財產(chǎn)損失具有重要的社會意義和經(jīng)濟(jì)意義。
　　 本文采用視頻圖像分析技術(shù)對與駕駛員疲勞相關(guān)的多個外在癥狀進(jìn)行檢測分析，應(yīng)用多信息融合理論分析采集到的相關(guān)信息，并做出駕駛員是否疲勞的判斷。
　　 主要工作如下：
　　 對圖像光照

2、補(bǔ)償技術(shù)進(jìn)行研究。針對由偏光引起的圖像局部過暗會對圖像處理產(chǎn)生嚴(yán)重影響的問題，提出基于圖像分解和MSR算法相結(jié)合的光照補(bǔ)償方法，該方法在保持圖像細(xì)節(jié)的前提下，較好地增強(qiáng)了暗區(qū)域的亮度。提出計算圖像高頻分量的簡便算法。采用比例因子恢復(fù)彩色光照圖像，研究S曲線對彩色圖像的均衡問題。
　　 對駕駛員面部檢測定位進(jìn)行研究。根據(jù)駕駛員視頻圖像特點(diǎn)，采用幀間差分法和膚色檢測法聯(lián)合定位駕駛員面部區(qū)域。針對傳統(tǒng)幀間差分法易受干擾的問題，對差分算

3、法進(jìn)行改進(jìn)，研究基于多幀圖像差分的面部檢測方法。研究駕駛員眼睛檢測方法，采用膚色分割法對面部圖像進(jìn)行二值化處理，以縮小眼睛的檢測范圍。對候選圖像塊進(jìn)行紋理特征分析，并將不同方向上的特征值進(jìn)行融合，根據(jù)融合后的特征值判斷眼睛區(qū)域。采用斑點(diǎn)檢測法對檢測出的眼睛進(jìn)行驗(yàn)證，研究在高斯變尺度空間中的斑點(diǎn)檢測問題。對于眼睛跟蹤問題，針對眼睛具有復(fù)雜形狀及存在非剛性變形的特點(diǎn)，采用改進(jìn)的測地線活動輪廓模型對眼睛進(jìn)行跟蹤。針對跟蹤過程中數(shù)據(jù)量大的特點(diǎn)，

4、采用窄帶水平集方法降低數(shù)據(jù)量。研究駕駛員嘴巴檢測方法，提出基于人臉特征幾何分布特性與顏色差異性的檢測方法。根據(jù)“三庭五眼”規(guī)則劃分標(biāo)準(zhǔn)膚色區(qū)域和嘴巴檢測區(qū)域。分析標(biāo)準(zhǔn)區(qū)域中的皮膚和嘴巴檢測區(qū)域中的嘴唇在HSI空間中H分量上的差異性，并根據(jù)其差異性映射出嘴唇輪廓。研究眼睛、嘴巴及頭部的運(yùn)動與圖像信息之間的對應(yīng)關(guān)系。采用橢圓模型計算眼睛的睜開程度。分析頭部特征三角形在圖像中的投影與頭部運(yùn)動之間的變化規(guī)律。通過計算嘴巴的寬高比來分析嘴巴的狀態(tài)

5、。
　　 研究結(jié)構(gòu)化道路的檢測方法。提出基于鄰域主成分分析法的道路圖像平滑方法。為增強(qiáng)道路圖像對比度，提出基于Sin函數(shù)的圖像拉伸曲線。提出圖像分區(qū)垂直積分投影的車道線檢測方法。針對投影曲線平滑后曲線輪廓易改變的缺點(diǎn)，提出新平滑方法，該方法能在保持原始投影曲線形狀基本不變的前提下進(jìn)行平滑。研究車道線邊緣點(diǎn)的調(diào)整方法，以便能更加精確地檢測出車道線邊緣。為提取車道標(biāo)志線的特征參數(shù)，采用最小二乘法對車道線進(jìn)行邊緣擬合。對于車道標(biāo)志線的

6、跟蹤問題，基于視頻圖像的連續(xù)性，劃定車道線感興趣區(qū)域，采用方向可調(diào)濾波器對車道線進(jìn)行精確定位跟蹤。研究非結(jié)構(gòu)化道路的檢測方法。針對非結(jié)構(gòu)化道路的特點(diǎn)，提出道路圖像重采樣及大尺度平滑的思想，分析了重采樣對檢測結(jié)果的影響。為進(jìn)行道路檢測，首先采用直方圖尋找極值點(diǎn)并進(jìn)行區(qū)域劃分初始化；然后采用模糊C均值聚類法進(jìn)行彩色圖像分割，將道路區(qū)域分割為一個獨(dú)立的圖像塊；最后，根據(jù)圖像塊屬性判斷道路區(qū)域。研究車輛行駛軌跡的判斷方法。分析車輛位置與車道偏離