学位论文 > 优秀研究生学位论文题录展示

基于视频图像信息提取的驾驶员疲劳检测技术研究

作　者: 崔津津
导　师: 严新忠
学　校: 天津科技大学
专　业: 检测技术与自动化装置
关键词: 疲劳检测 肤色模型 眼睛定位 人脸定位 PERCLOS
分类号: U491.254
类　型: 硕士论文
年　份: 2012年
下　载: 5次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着社会的发展和机动车辆数量与日俱增,交通安全问题也受到社会越来越广泛的关注,每年各种交通事故给社会带来巨大的损失。在各类交通事故中,疲劳驾驶是导致事故的主要诱因之一。因此,驾驶员疲劳驾驶检测系统研究,对于提高交通安全性,避免交通意外事故具有重要意义。本文主要研究了基于视频图像的非接触式、实时的驾驶员疲劳检测方法。在综合考虑实时性与准确性的要求下,以视频图像信息处理和提取理论作为基础,研究探讨了基于视频图像的疲劳驾驶检测的关键技术,在保证良好准确性的前提下,对图像处理算法进行有效的优化。本文的主要研究内容包括以下几个方面：(1)视频图像的提取分析。对原始的视频图像进行预处理,使其特点更加突出,便于后续的图像分析。(2)脸部位置的定位。在预处理图像的基础上,在图像背景中确定脸部区域。由于肤色在色彩空间上具有很好的类聚性这一特征,采用实时性较好的基于二值化图像的方法,并采用投影的方式,减少计算过程中的数据量。(3)眼睛位置的定位。由于眼睛位置的定位是本课题的关键部分,眼睛位置的准确定位也直接影响到算法的准确性,因此,采取了积分投影函数与混合投影函数相结合的方法,精确定位了眼睛中心,随后将Kalman滤波算法融合到实验中,实现在连续帧变化中对眼睛位置的追踪,减少对眼睛位置重复定位的耗时,提高实时性。(4)眼睛的状态分析。在定位眼睛位置基础上对眼睛进行特征提取,主要分析了决定眼睛状态的关键特征,包括虹膜、上眼睑,并对传统眼睛模型进行了修正,利用上眼睑与下眼睑间高度差来判断眼睛的状态。(5)最后采取目前公认最有效的疲劳分析算法PERCLOS法,与眨眼频率相结合对疲劳状态进行评断,在保证良好准确性前提下,对实时性进行分析。基于上述研究所实现的疲劳检测系统,能够实时地检测驾驶者的眼睛状态并进行疲劳识别,在实验室环境下获得了较好的效果。

全文目录


摘要  4-5
ABSTRACT  5-8
1 绪论  8-16
  1.1 课题提出的背景及意义  8
  1.2 疲劳检测技术的国内外研究现状  8-12
    1.2.1 国外疲劳检测研究现状  9-12
    1.2.2 国内疲劳检测研究现状  12
  1.3 基于视觉的疲劳驾驶检测技术特点  12-14
  1.4 本论文研究内容与结构安排  14-16
    1.4.1 本论文的主要研究内容  14
    1.4.2 本论文结构安排  14-16
2 视频图像的预处理  16-23
  2.1 图像光照补偿  16-17
  2.2 图像平滑滤波处理  17-21
  2.3 图像灰度拉伸  21-23
3 人脸检测  23-37
  3.1 人脸检测概述  23-24
  3.2 人脸检测算法  24-32
    3.2.1 基于先验规则的检测方法  24-25
    3.2.2 基于动态图像的检测方法  25-26
    3.2.3 基于统计学习的检测方法  26-29
    3.2.4 基于肤色的人脸定位  29-32
  3.3 基于二值化图像的人脸定位算法  32-37
4 眼睛定位  37-52
  4.1 眼睛定位方法  37-39
  4.2 眼睛位置精确定位  39-47
    4.2.1 混合投影函数原理  40-41
    4.2.2 眼睛窗口的获取  41-44
    4.2.3 眼睛定位与虹膜位置定位  44-47
  4.3 眼睛位置跟踪  47-52
    4.3.1 Kalman滤波方法  47-49
    4.3.2 基于Kalman滤波的眼睛区域跟踪  49-52
5 眼睛特征提取与状态识别  52-63
  5.1 眼睛状态识别方法  52-53
  5.2 基于虹膜外接矩形的眼睛状态识别  53-54
  5.3 上眼睑轮廓定位  54-59
    5.3.1 角点检测  54-56
    5.3.2 眼角定位  56-59
  5.4 基于上眼睑高度的眼睛状态识别  59-63
    5.4.1 上眼睑轮廓拟合  59-60
    5.4.2 眼睛状态识别  60-63
6 疲劳状态检测  63-71
  6.1 疲劳状态检测方法  63-64
  6.2 疲劳检测  64-66
    6.2.1 PERCLOS测量原理  64-65
    6.2.2 PERCLOS与眨眼频率相结合的疲劳判断  65-66
  6.3 实验结果分析  66-71
    6.3.1 系统实现流程  66-69
    6.3.2 实验结果分析  69-71
7 总结与展望  71-73
8 参考文献  73-78
9 攻读硕士学位期间发表论文情况  78-79
10 致谢  79

相似论文

  1. 红外条件下驾驶员疲劳检测研究,TP391.41
  2. 基于视觉的驾驶员疲劳状态检测方法研究,TP391.41
  3. 实用近红外人脸识别方法研究,TP391.41
  4. 图像/视频中自动人脸替换研究,TP391.41
  5. 基于汽车驾驶员的疲劳驾驶检测系统的研究,TP274
  6. 基于计算机视觉的机车乘务员驾驶疲劳监测研究,TP274
  7. 基于多特征融合的驾驶员疲劳检测研究,TP391.41
  8. 数字视频中的实时人脸姿态估计研究,TP391.41
  9. 基于人脸面部特征的驾驶员疲劳检测技术研究,TP391.41
  10. 基于彩色图像的人脸检测与识别技术研究,TP391.41
  11. 基于人脸彩色图像的眼睛定位算法研究,TP391.41
  12. 基于眼部识别的驾驶员瞌睡实时监测方法研究,TP274
  13. 基于人脸识别的驾驶员疲劳驾驶检测系统的研究与实现,TP274
  14. 疲劳驾驶检测系统的研究与实现,TP391.41
  15. 基于信息融合的驾驶员疲劳检测研究,TP391.41
  16. 基于DM6437的驾驶员疲劳检测技术研究,TP391.41
  17. 基于眼部和嘴部特征融合的驾驶员疲劳检测方法研究,TP391.41
  18. 基于DM642的驾驶员疲劳检测系统研究,TP274
  19. 基于机器视觉的驾驶员疲劳检测研究,TP391.41
  20. 人脸定位研究与应用,TP391.41
  21. 基于双肤色模型的肤色分割方法的研究,TP391.41

中图分类: > 交通运输 > 公路运输 > 交通工程与公路运输技术管理 > 交通工程与交通管理 > 交通系统 > 人－车－路相互作用 > 驾驶者的生理、心理与环境气候对行车的影响
© 2012 www.xueweilunwen.com