基于机器视觉的疲劳驾驶检测系统研究-电路与系统专业论文.docxVIP

万方数据 万方数据 Dissertation Submitted to Hangzhou Dianzi University for the Degree of Master Research of Fatigue Driving Detection System Based on Machine Vision Candidate: Wang Kun Supervisor: Associate Prof. Zhang Haifeng March，2016 杭州电子科技大学 学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得 的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过 的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名： 日期： 年 月 日 学位论文使用授权说明 本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻读 学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或 使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件， 允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其 它复制手段保存论文。（保密论文在解密后遵守此规定） 论文作者签名： 日期： 年 月 日 指导教师签名： 日期： 年 月 日 杭州电子科技大学硕士学位论文 杭州电子科技大学硕士学位论文 摘 要 随着中国经济的蓬勃发展，汽车作为一种日常工具已经在中华大地越来越普及，使得普 通家庭的出行愈加便捷。交通运输行业的繁荣发展创造了巨大的社会财富，但随着日益增加 的保有量不可避免地带来导致道路交通事故率的升高以及居高不下的死亡人数，造成了不可 估量的社会经济损失。 本文设计了一个驾驶员疲劳驾驶检测系统，通过安装在仪表盘上方的摄像头获取驾驶员 脸部实时图像，并通过监测眼部区域状态判断驾驶员是否疲劳驾驶。本文研究了各种疲劳驾 驶检测技术原理以及实现方法和在实际中的应用，最后确定了基于机器视觉以人眼区域开合 状态作为判断标准的疲劳驾驶判定方法。在人脸检测算法中分析了基于知识、基于模板匹配 和基于统计模型三类算法并从中选择了基于知识的方法。在颜色空间的选择上研究了包括 YCbCr 颜色空间、RGB 颜色空间和 HSV 颜色空间等各个颜色空间下人脸肤色的聚合特性， 实现了图像预处理，YCbCr 颜色空间转换，建立高斯肤色模型，利用 Otsu 分割肤色区域并 人脸区域的筛选。研究了人眼检测定位方法，分析了人眼检测的四类方法从中选择了基于统 计分析的学习的 AdaBoost 算法进行人眼检测，建立了人眼样本库，设计了 AdaBoost 级联分 类器，实验结果表明以高准确率检测出人眼。利用区域生长法从二值化人眼区域中提取出瞳 孔部分，并遍历瞳孔区域图像得到上下眼睑高度，为下一步疲劳驾驶判定做了铺垫。最后选 择了 PERCLOS 中 P80 标准作为判断准则的疲劳驾驶检测系统。 本文测试了各个模块的功能，达到设计要求。人脸定位模块成功地将类肤色区域提取分 割；人眼检测模块在类肤色区域中准确检测出人眼；进行疲劳判断时成功地利用区域生长法 提取出瞳孔并检测出上下眼睑距离，测试准确率达到要求。本文最后对测试结果进行了分析 总结，并提出了展望。 关键词：疲劳驾驶，YCbCr，AdaBoost，区域生长，PERCLOS I ABSTRACT With the booming development of Chinas economy, the car has becomes more and more popular as a daily tool in the land of China as well as convenient traffic makes ordinary families travel more convenient. Prosperity and development of the transport sector has created enormous social wealth, the Car make a significant contribution to social development, at the same time it also leads to the high number of road accident rates and deaths inevitably with the increasing ownership, c