论文部分内容阅读
随着经济的持续高速发展,我国道路交通越来越发达的同时,也带来一系列问题:汽车数量急剧上升,交通拥堵不堪,交通事故频发,甚至近些年恶性交通事故急剧增加,致使人员伤亡数目出现井喷式上升,给我国带来严重的经济损失以及恶劣的社会影响。疲劳驾驶已成为交通事故频发的主要原因,如何有效防止疲劳驾驶的发生已成为一个急需解决的问题,这对于减少交通事故的发生显得尤为重要。本文通过在驾驶室里安装CCD摄像头实时拍摄驾驶员的头部正面,对从CCD摄像头拍摄到的视频图像进行图像预处理,然后对预处理后的灰度图像运用基于Haar特征的AdaBoost算法进行人脸检测,接着利用基于灰度积分投影的人眼检测算法对检测到的人脸区域进行人眼检测,运用Canny算子对检测到的人眼进行边缘检测,使得人眼的轮廓在灰度图像中显现出来。通过计算人眼轮廓中的上下眼睑距离来判断驾驶员的眼睛张开程度。根据PERCLOS算法中的P80准则,结合驾驶员的眼睛张开程度判断驾驶员是否处于疲劳状态。此过程是疲劳检测系统的基本检测过程。系统中的基于Haar特征的AdaBoost算法和基于灰度积分投影的人眼检测算法是本文的核心算法。文中详细介绍了这两个算法的基本原理以及实现过程,并通过大量的样本对算法进行验证。根据验证结果分析得到,基于Haar特征的AdaBoost人脸检测算法和基于灰度积分投影的人眼检测算法的检测率比较高,其检测速度也比较快,并分析算法中存在的不足,为算法的不足提供改进方向。而且还比较了新提出的人眼检测算法与原有的人眼检测算法,新提出的人眼检测算法比原有的人眼检测算法更适合本文中的疲劳检测系统。本文中的PERCLOS算法是目前判断驾驶员疲劳效果最好的算法,依据此算法可以使疲劳检测系统实时地检测到驾驶员在驾驶过程中是否处于疲劳状态。