基于图像处理的疲劳检测系统(G.ppt

基于图像处理的疲劳检测系统 * 基于图像处理的疲劳检测系统 * 基于图像处理的疲劳检测系统 * 基于图像处理的疲劳检测系统 * 基于图像处理的疲劳检测系统 * 基于图像处理的疲劳检测系统 * 基于图像处理的疲劳检测系统 * 基于图像处理的疲劳检测系统 * 基于图像处理的疲劳检测系统 * LOGO LOGO 基于图像处理的疲劳检测系统 教育部国家大学生创新性实验计划项目 指导老师：任玉琢 汇 报 人：肖永龙 2009年11月 * 目录 项目介绍 1 项目技术方案 2 项目可行性分析 3 进度及计划安排 4 存在的问题及下一步计划 5 基于图像处理的疲劳检测系统 基于图像处理的疲劳检测系统 * 项目介绍 基于图像处理的疲劳检测系统 基本目标: 疲劳检测目标 提高目标: 基Matlab的疲劳检测系统。 实现对人眼PERLOS值的计算，并给出相应的提示和建议 用其他语言，在其他平台上实验。如:android平台 基于图像处理的疲劳检测系统 * 项目介绍 基于图像处理的疲劳检测系统 脸部识别 计算 PERCLOS 眼部定位 疲劳检测系统 基于图像处理的疲劳检测系统 图像采集 得出结果 * 目录 项目介绍 1 项目技术方案 2 项目可行性分析 3 进度及计划安排 4 存在的问题及下一步计划 5 基于图像处理的疲劳检测系统 基于图像处理的疲劳检测系统 * 项目技术方案 基于图像处理的疲劳检测系统 基于图像处理的疲劳检测系统 项目技术方案目录 判断标准 PERCLOS值 原理 眼睛定位 原理 脸部定位 原理 * 项目技术方案 基于图像处理的疲劳检测系统 基于图像处理的疲劳检测系统 一、脸部定位 原理 1 肤色分析 肤色是人脸的重要信息，不依赖于面部的细节特征，对于旋转、表情等变化情况都能适用 3 边缘特征分析 此算法适用的图像是单人灰度图像 2 几何分析 根据人脸面部的几何特征规则，可以确定人脸和眼睛的位置 * 项目技术方案 基于图像处理的疲劳检测系统 基于图像处理的疲劳检测系统 一、脸部定位 原理 肤色变换: cb = 0.148 * R - 0.291*G+ 0.439 * B + 128; cr = 0.439 * R- 0.368 * G -0.071 * B + 128; 二值化: 判断与阈值的关系，若大则设置为1，小则设置为0 * 项目技术方案 基于图像处理的疲劳检测系统 基于图像处理的疲劳检测系统 一、脸部定位 原理 1 肤色分析 肤色是人脸的重要信息，不依赖于面部的细节特征，对于旋转、表情等变化情况都能适用 3 边缘特征分析 此算法适用的图像是单人灰度图像 2 几何分析 根据人脸面部的几何特征规则，可以确定人脸和眼睛的位置 * 项目技术方案 基于图像处理的疲劳检测系统 基于图像处理的疲劳检测系统 一、脸部定位 原理 通过人脸面部的几何特征规则，可以迅速粗略检测出人脸，人眼的位置，达到辅助检测的目的。 * 项目技术方案 基于图像处理的疲劳检测系统 基于图像处理的疲劳检测系统 一、脸部定位 原理 1 肤色分析 肤色是人脸的重要信息，不依赖于面部的细节特征，对于旋转、表情等变化情况都能适用 2 几何分析 根据人脸面部的几何特征规则，可以确定人脸和眼睛的位置 3 边缘特征分析 此算法适用的图像是单人灰度图像 * 项目技术方案 基于图像处理的疲劳检测系统 基于图像处理的疲劳检测系统 一、脸部定位 原理 1、积分投影图像 水平方向 垂直方向 2、方差投影图像 水平方向 垂直方向 该算法利用图像的垂直灰度投影曲线，根据凸峰宽度确定人脸的左右边界，然后利用人脸区域的水平灰度投影曲线确定头顶及鼻子中部形成的上下边界。 * 项目技术方案 基于图像处理的疲劳检测系统 基于图像处理的疲劳检测系统 二、眼睛定位 原理 眼睛定位 B E C D A 基于模版匹配的眼睛定位 基于五官特征的人眼定位 基于统计模式识别的人眼定位 基于混合投影的人眼定位 基于复杂度的人眼定位 基于复杂度的人眼定位 * 项目技术方案 基于图像处理的疲劳检测系统 基于图像处理的疲劳检测系统 二、眼睛定位 原理 D 基于复杂度的人眼定位 人眼和人脸的其他部分相比，具有灰度变化十分明显的特征，基于这一特性，提出了人眼定位算法 缺点:1、适合于背景比较简单的情况。 2、戴眼镜的情况，误判率很高。 * 项目技术方案 基于图像处理的疲劳检测系统 基于图像处理的疲劳检测系统 二、眼睛定位 原理 眼睛定位 B E C D A 基于模版匹配的眼睛定位 基于五官特征的人眼定位 基于统计模式识别的人眼定位 基于混合投影的人眼定位 基于复杂度的人眼定位 基于混合投影的人眼定位 * 项目技术方案 基于图像处理的疲劳检测系统 基于