基于紅外圖像的駕駛員疲勞監(jiān)控系統(tǒng)研究.pdf

1、隨著交通運(yùn)輸業(yè)的迅速發(fā)展，交通事故已成為當(dāng)前各國(guó)所面臨的嚴(yán)重的安全問題。駕駛員疲勞駕駛已成為引發(fā)交通事故的一個(gè)主要因素，用基于機(jī)器視覺的方法來檢測(cè)并監(jiān)控駕駛員的疲勞駕駛，在實(shí)時(shí)性、準(zhǔn)確性、非接觸性、適用性及經(jīng)濟(jì)性等方面均比其他監(jiān)控方法有更大的優(yōu)勢(shì)，所以該方法已經(jīng)成為當(dāng)前研究的一個(gè)熱點(diǎn)。
　　本文在大量研究前人工作的基礎(chǔ)上，認(rèn)為夜間是駕駛員疲勞駕駛的主要多發(fā)階段，因此本文使用了特殊的紅外光源攝像頭拍攝駕駛員正面面部圖象，并根據(jù)紅外圖

2、象所具有的特點(diǎn)提出了一個(gè)有效的駕駛員疲勞檢測(cè)方法，整個(gè)方法分為四個(gè)過程:人臉的檢測(cè)與定位，人眼狀態(tài)的判別，人臉嘴部的狀態(tài)和駕駛員疲勞狀態(tài)識(shí)別。本文的主要研究?jī)?nèi)容如下:
　　人臉的檢測(cè)與定位。人臉檢測(cè)與定位是駕駛員疲勞監(jiān)測(cè)的前期準(zhǔn)備工作。傳統(tǒng)的駕駛員面部檢測(cè)方法多采用基于膚色分割的算法和基于灰度投影這兩種方法。這兩種方法對(duì)光照都有較高的要求，如果光照不均勻，光照不足或者發(fā)生姿態(tài)變化，都將難以有效的定位出人臉。本文首先進(jìn)行人臉的粗略檢

3、測(cè)，利用紅外人臉圖象面部區(qū)域亮度較高，背景簡(jiǎn)單的優(yōu)勢(shì)，采用Otsu算法對(duì)圖象進(jìn)行二值化處理，然后提出了一種垂直和水平投影與區(qū)域連通相結(jié)合的算法進(jìn)行人臉準(zhǔn)確定位。這種人臉檢測(cè)定位方法不僅能夠準(zhǔn)確的定位人臉，而且受光照的影響相對(duì)較小，對(duì)姿態(tài)變化不敏感，很好的解決了膚色分割和垂直投影受光照影響定位不準(zhǔn)確的缺點(diǎn)。
　　人眼狀態(tài)的判別。人眼定位是駕駛員疲勞檢測(cè)中的重要部分，以往傳統(tǒng)的方法都是在定位到人眼之后，然后找到眼睛或者周圍的特征點(diǎn)，再

4、依據(jù)特征點(diǎn)對(duì)眼睛的狀態(tài)進(jìn)行判斷其狀態(tài)。本文在仔細(xì)分析紅外圖象特點(diǎn)的基礎(chǔ)上，運(yùn)用多種二值化算法對(duì)人臉圖像進(jìn)行圖像處理，然后進(jìn)行對(duì)比比較，吸取Otsu算法和Niblack算法各自的優(yōu)點(diǎn)，進(jìn)行不同的處理方式，判別人眼的閉合狀態(tài)，避免了復(fù)雜的運(yùn)算，而且判斷準(zhǔn)確，算法速度快，完全地滿足了實(shí)時(shí)性的要求。
　　嘴部狀態(tài)的判別。嘴部的閉合作為疲勞檢測(cè)的一個(gè)輔助參數(shù)，以前的嘴部定位在眼睛定位中會(huì)起到基礎(chǔ)的作用，眼睛的定位是以嘴部的定位為基礎(chǔ)的。嘴部

5、的定位是靠嘴唇的紅色色素點(diǎn)來進(jìn)行確定的，而在紅外照片中，圖片已經(jīng)失去了膚色信息，本文根據(jù)駕駛員打哈欠時(shí)下顎移動(dòng)的特點(diǎn)，間接根據(jù)人臉下顎面積變化判別駕駛員是否疲勞。
　　本文根據(jù)Mamdani算法，采用融合駕駛員眼睛狀態(tài)和嘴部狀態(tài)變化的方法判斷駕駛員疲勞狀態(tài)，該方法針對(duì)夜間是駕駛員疲勞駕駛的高發(fā)時(shí)期，采用紅外光做為光源，解決了夜間微光不穩(wěn)定，時(shí)有時(shí)無的問題，所采用算法簡(jiǎn)單有效，復(fù)雜度低，不僅對(duì)光照的影響不敏感，而且具有較好的容錯(cuò)性和