基于机器视觉的飞行员疲劳监测技术研究-软件工程专业论文.docxVIP

万方数据 万方数据 注 1：注明《国际十进分类法 UDC》的类号 万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名： 日期： 年 月 日 论 文 使 用 授 权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 万方数据 万方数据 万方数据 万方数据 摘 要 摘 要 航空事故的调查数据表明，75%事故是人为原因造成，而此类事故多与飞行员 疲劳驾驶有关。因此开发一套在飞行实际过程中监控飞行员是否疲劳的系统具有 重要意义。 美国国家机动车研究与标准制定办公室制定了 PERCLOS 算法来检测驾驶疲 劳，PERCLOS 算法是指测试时间内眼睛闭合所占时间与测试时间的百分比。目前， 研究中通常采用 PERCLOS 算法得出一分钟内眼睛闭合时间占到 80%就判定为驾 驶疲劳。借鉴此算法可以在飞行员出现在疲劳症状前给以提示，实验表明这种方 法相对于其它方法具有很好的实用性和可靠性。本文在机器视觉的基础上研究基 于 PERCLOS 算法驾驶员疲劳度实时监测技术，基于摄像机采集的飞行员驾驶图像 进行算法处理，可以有效地实时监测飞行员眼部状态。通过判断眼睛闭合时间的 相对百分比，从而确定飞行员是否疲劳，由此来辅助提醒安全驾驶。为以后开发 一种非接触，实时的机载飞行员疲劳监测系统打下基础。 本文研究基本方案是通过摄像机采集正在飞机模拟机飞行的飞行学员面部图 像，然后将图像实时传输到电脑中进行面部识别，眼部检测，眼睛状态判定等处 理，判断此飞行学员是否疲劳。并且对比其在正常休息、缺乏睡眠等状态下疲劳 判断一致性情况。 飞行员面部检测，眼睛的精确定位以及眼睛状态判断是实现本监测技术算法 的关键。本文提出了基于肤色检测脸部的计算方法，在面部检测基础上，利用灰 度比较与复杂度判断结合进行眼睛初步与精确定位，再通过改进的径向变换与霍 夫变换相结合来判断眼睛的睁开闭合状态，较好地解决了某些算法的不足和局限。 最后通过判断连续视频图像中眼睛闭合帧数与时间，最终判断出驾驶员是否疲劳， 论文基于 MATLAB7.0 图像采集工具箱采集视频图像数据，在 MATLAB 环境下设计出 软件完成图像相关处理与结果输出。通过实验分析，采取的算法结果与实际基本 一致。 关键词：飞行员疲劳度检测，PERCLOS 算法，人脸检测，眼睛定位，疲劳识别 I ABSTRACT ABSTRACT ABSTRACT The statistics showed that about 75 percent of aviation accidents were incurred from human errors, which are always linked with pilots fatigue occurred during their duty time. Therefore, it is necessary for us to develop a surveillance system used for monitoring the level of pilots fatigue. Office of Motor Carrier Research and Standards, an organization in Federal Highway Administration of the USA, developed an improved PERCLOS algorithm for detecting drivers fatigue. Generally, most of researches using PERCLOS algorithm determine the level of pilots fatigue by counting the eyes closing time in one minute. If the eyes closing time is over 80 percent of one minute, these research