论文部分内容阅读
目前，在频繁发生的交通事故中，驾驶员的驾驶疲劳已成为引发交通事故的主要因素之一。因此，如何有效的监测和防止驾驶疲劳，对于降低交通事故及人员死亡率，有着十分重要的现实意义。随着机器视觉与模式识别技术特别是人脸检测与识别技术的不断发展，基于机器视觉的驾驶员驾驶疲劳监控方法成为当前国际上正在开展的一种新型驾驶疲劳检测方法。目前国内外驾驶员驾驶疲劳监控方面的研究主要集中在驾驶员眼睛的监测，快速、准确的实现驾驶员面部与眼睛的定位是关键技术。
论文针对驾驶室特定的背景环境，以静态正面人脸的驾驶员图像作为研究对象，提出了基于肤色模型的人脸检测技术，实现了驾驶员面部与眼睛的检测和定位。本文主要进行了以下几个方面的研究：
1) 对输入图像进行预处理。对输入图像进行了邻域均值滤波消除了随机噪声；利用“参考白”方法对图像存在的色彩偏差进行了光线补偿。
2) 基于肤色的驾驶员面部检测。利用肤色在色度空间分布具有聚类性，选用YCbCr空间作为肤色分割的色彩空间，建立了肤色在YCbCr色彩空间的二维高斯模型；在肤色模型的基础上构建了肤色的相似度图，采用自适应阈值的方法把相似度图转变为二值图像，将肤色与非肤色分离开来；利用积分投影和人脸形状特征相结合的方法标记出人脸位置。
3) 眼睛定位。采用边缘检测与积分投影相结合的方法，进行眼睛检测、定位。
4) 采用VC++6.0设计了驾驶员检测与眼睛定位软件系统，并进行了相关的检测实验。实验结果表明，利用本软件系统人脸检测的准确率为93-3％，人眼定位的准确率为80％，较好的实现了人脸与眼睛的定位，为后续的驾驶疲劳检测奠定了基础。
本文设计的驾驶员面部检测与眼睛定位软件系统界面友好，能较为准确的对人脸以及眼睛进行定位。但是本系统尚处于基础研究阶段，下一步的研究方向为现有算法的改进、驾驶员驾驶疲劳检测系统的实现与优化。