戴眼鏡駕駛員疲勞檢測(cè)算法的研究與實(shí)現(xiàn).pdf

1、隨著手機(jī)、電腦等的普及，近視患者數(shù)量也日益龐大；在烈日之下，大多數(shù)駕駛員亦會(huì)選擇佩戴墨鏡來保護(hù)眼睛。因此，佩戴眼鏡的人群已經(jīng)成為了駕駛員疲勞檢測(cè)系統(tǒng)中不可忽視的一個(gè)群體。所以對(duì)戴眼鏡駕駛員疲勞檢測(cè)算法進(jìn)行研究，讓駕駛員疲勞檢測(cè)系統(tǒng)在駕駛員佩戴近視眼睛或者墨鏡的時(shí)候都有很好的準(zhǔn)確性十分重要。
　　當(dāng)駕駛員佩戴墨鏡之后，眼鏡框?qū)︸{駛員眼睛的定位產(chǎn)生了一定的干擾。利用虹膜為圓形而眼鏡框、眉毛等其他因素形狀更傾向于非圓形的特征，本文使用徑

2、向?qū)ΨQ變換來將其區(qū)分開。本文提出了徑向?qū)ΨQ性峰值點(diǎn)的概念，當(dāng)圖像中存在明顯的徑向?qū)ΨQ性強(qiáng)的區(qū)域時(shí)，即駕駛員眼睛睜開時(shí)，徑向?qū)ΨQ性峰值點(diǎn)相對(duì)聚集，否則分散；對(duì)徑向?qū)ΨQ性峰值點(diǎn)聚類，使用各個(gè)類別中元素的個(gè)數(shù)占總個(gè)數(shù)的百分比構(gòu)建特征向量，結(jié)合C4.5算法構(gòu)建決策樹，實(shí)現(xiàn)對(duì)駕駛員眼睛睜閉狀態(tài)的判定。當(dāng)駕駛員眼睛睜開時(shí)，從最大的一類中的元素位置可以得到瞳孔的中心位置。
　　夜晚以及駕駛員佩戴墨鏡時(shí)，使用紅外燈進(jìn)行輔助，分別達(dá)到補(bǔ)光和穿透墨鏡

3、的效果。紅外燈照射下圖像的信噪比低，因此使用基于金字塔的均值漂移分割進(jìn)行去噪處理。另外紅外燈還會(huì)造成眼睛區(qū)域光線不均勻，本文在傳統(tǒng)的Mask勻光算法的基礎(chǔ)上，使用圖像的灰度值和梯度對(duì)Mask勻光算法中的背景圖像進(jìn)行調(diào)整，使其適合于眼睛區(qū)域。在對(duì)眼睛區(qū)域的圖像進(jìn)行了如上的預(yù)處理之后，即可更好地分割出駕駛員的眼睛，計(jì)算出眼高；結(jié)合PERCLOS標(biāo)準(zhǔn)，實(shí)現(xiàn)駕駛員疲勞檢測(cè)。
　　實(shí)驗(yàn)表明，該方法在駕駛員佩戴眼鏡時(shí)，能夠準(zhǔn)確的定位出人眼，繼