基于睡意检测的安全驾驶保障系统(Haar+PERCLOS).doc

基于睡意检测的安全驾驶保障系统研究与设计 摘要 随着计算机图像处理技术的发展，利用图像处理技术来监控驾驶员的行为已经成为可能。利用摄像头持续不断地检测驾驶员的眼睛，提取其特征信息，可以较为有效地分析出驾驶员的精神状况。? 本设计是通过在视频中对人脸进行自动跟踪，找出眼部图像，然后进行一系列图像处理，最后得到眼睛的二值化图像，从而判断出眼睛开合状态。总体设计方案包括图像预处理、人脸检测、人眼定位、人眼状态判断以及疲劳状态分析等主要步骤模块。最后根据采集的数据判断出驾驶员是否出现疲倦，并在出现疲倦特征的时候做出警告。? 关键词：人脸检测，OpenCV，Haar分类器，同态滤波，区域生长，疲劳度检测 目录 1?前言? 1 2 系统方案 1 2.1 图像处理器方案 2 2.2 软件方案 2 2.3 整体方案 2 2.4 特色 2 3 实现原理 2 3.1 OpenCV简介 3 3.2 IPP简介 3 3.3 JMF视频捕捉技术 3 3.4 人脸检测原理 4 3.4.1 类Haar特征 4 3.4.2 积分图像及其快速算法 5 3.4.3 Intel IPP库中的Haar分类器 6 3.4.4 AdaBoost算法简介 6 3.4.5 层叠式分类器 6 3.4.6 人脸特征的选取 7 3.5 图像预处理 8 3.5.1 灰度化 8 3.5.2 同态滤波 9 3.5.3 自适应光照强度 10 3.5.4 形态学滤波 11 3.6 人眼定位 12 3.6.1 人眼初定位 12 3.6.2 眼球提取 12 3.6.3 眼睛状态判断 14 3.6.4 疲劳状态判别 15 4 系统构建和界面介绍 15 4.1 系统构建 15 4.2 界面介绍 16 5 系统测试 16 5.1 测试方案概述 16 5.2 测试设备 17 5.3 测试数据 17 5.4 结果分析 18 参 考 文 献 19 1?前言? 近年来，随着人们生活水平的提高、城市化的加速以及经济的快速发展，汽车进入了我们的日常生活并成为我们出行最便利的交通工具之一，给我们提供了极大的方便。但是与此同时也带了很多的问题，其中之一便是交通事故发生量居高不下。据世界卫生组织统计，全世界每年有120多万人死于交通事故，数百万人受伤或致残。全球每年交通事故造成的经济损失高达5180亿美元，其中发展中国家占1000亿美元。同时有资料表明，高速公路发生的交通事故中，有50%以上是由于长时间疲劳驾驶或所见目标单调使司机注意力不集中、甚至打瞌睡等原因造成的。 要降低交通意外的发生，最重要的一个途径就是防止驾驶员疲劳驾驶。而要防止疲劳驾驶，最重要的一点是要时刻监测着驾驶员的精神状况。从人体疲劳特征的研究结果看，疲劳驾驶的典型反应包括：眼帘的频繁眨动；瞳孔逐渐变小，甚至闭合；哈欠增多；头部前倾或后仰；方向盘微调，驾车左右摇摆；反应能力下降等。? 目前，?已有一些简单实用的疲劳测评方法，如脑电图EEG、肌电图EMG、眼动图EOG、瞳孔测量计等，但这些方法都是接触式的疲劳检测方法，势必会给驾驶员造成一定的影响。为了尽量减少对驾驶员的影响，采取的疲劳检测方法最好是非接触式的。通过摄像头捕捉驾驶员的动作特征来检测驾驶员的精神状况，则是最好的非接触式检测方法，因为在车厢内安装监控摄像头对驾驶员机会是没有影响的。? 从以上各种疲劳驾驶典型反应来看，监测瞳孔变化的难度很大，监测头发运动状况，方向盘微调等又很难用一个量化的标准去衡量。而监测眼睛眨动状态比较容易跟踪，眨眼次数和眼睛闭合情况也可以很清晰地监测出来。因此，通过监测眼睛状态来判断驾驶员是否处于疲劳状态这种方法，相对来说是最有效最直观的。 2 系统方案 基于睡意检测的安全驾驶保障系统通过视频采集设备获得驾驶员实时图像，自动分析驾驶员的头部姿态、眼睛运动规律以及面部特征等信息来确定驾驶员精神状态，并给出相应的预警提示。研究表明，相比脸部或头部运动规律而言，眼睛的活动规律，如眨眼频率、眨眼快慢、眼睛张开幅度以及眼睛的注视方向等能更好地反映出当前时刻实验对象的精神状态好坏。?因此，如果能够获得每一帧图像中的双眼大小、位置信息以及运动变化，就可以将一段时间内驾驶员的眼部活动规律统计出来，结合疲劳状态分析指标，就能够对驾驶员疲劳状态进行评价。综上所述，我们系统的总体设计包含了以下几个方面的内容：获取视频流帧、图像预处理、人脸检测、人眼定位、眼睛状态判断、疲劳分析、结果分析。 2.1 图像处理器方案 本系统选择使用PC机。因为PC机的运算能力足够快，内存空间也足够大，符合图像处理的要求。而且在PC平台上，有不少关于图像处理和视觉识别方面的函数库可以去调用，可以大大地减轻了开发难度和开发成本。 2.2 软件方案 采用模式识别的方式在图像中先找出人脸的位置，并对人脸进行追踪，在归一