统计数据表明,25%~30%的交通事故与驾驶员的警觉状态直接相关,其中车辆转弯、并线、变更车道等转向操控过程是交通事故的主要发生场合之一,尤其常见于驾驶员未注意车辆转向侧后方交通信息的情况。驾驶员后视镜查看行为的实时检测和必要提醒有利于降低此类交通事故的发生概率。本文基于机器视觉和图像处理技术对该行为进行探索和研究,提出了与之相关的检测方法和技术方案,并采用大量的实验和算例进行验证,最终开发出驾驶员后视镜查看行为检测系统。主要工作和研究成果包括:(1)在对大量国内外相关技术和文献调研的基础上,针对课题中可能遇到的问题,提出了一种仅以驾驶员脸颈部轮廓作为处理目标的驾驶员后视镜查看行为检测方法。算法任务量小、实时性好、鲁棒性高。(2)基于驾驶员行为特性,首先提出一种驾驶员脸颈区域静态识别定位算法,用于在车辆启动时,完成驾驶员脸颈皮肤在当前光源条件下的灰度均值学习和脸颈区域静态搜索识别。然后提出一种驾驶员脸颈区域动态识别定位算法,用于在车辆行驶时,完成驾驶员脸颈皮肤灰度均值学习和脸颈区域快速跟踪识别。最后在此基础上提取驾驶员脸颈可见皮肤轮廓并定义了以颈部基点垂线划分的左右面积比特征参数。图像处理结果表明,算法具有较好的自适应学习能力和抗干扰能力。(3)针对驾驶员脸型差异、摄像头安装位置不同,以及驾驶员发型、佩戴物等等干扰情况而导致基准特征参数的不同,论文结合驾驶眼动凝视数据分析揭示了特征参数的累积概率局部峰值定律,据此提出一种后视镜查看行为的阈值判定原理。当后视镜观察行为获得确认后,及时利用本次查看过程中的所有参数值更新累积概率并重新进行参数估计。实验数据表明,有效的后视镜查看数据更新累积概率可完成参数的自适应调整。(4)检测系统体积小,易于推广。系统在基于树莓派3代微处理器和嵌入式Linux系统平台上,用户界面设计使用Qt,图像接口函数使用图像处理开源库OpenCV。检测结果表明,系统具有良好的实时性和普适能力。