【摘要】：隨著人們生活水平的提高,道路交通在不斷發(fā)展,汽車數(shù)量在不斷增加,伴隨而來的便是交通事故的頻發(fā),導(dǎo)致交通事故的主要因素之一就是疲勞駕駛。因此,駕駛員疲勞檢測系統(tǒng)的設(shè)計成為了當(dāng)前研究的焦點(diǎn),一套使用方便、檢測準(zhǔn)確、運(yùn)行速度快的駕駛員疲勞檢測系統(tǒng)對于當(dāng)前交通事故頻發(fā)問題的改善具有重要意義。本文通過運(yùn)用圖像處理技術(shù),提出一套基于機(jī)器視覺的疲勞檢測方法。通過運(yùn)用圖像處理、人臉檢測以及特征點(diǎn)提取等技術(shù)對駕駛員面部特征狀態(tài)進(jìn)行分析,進(jìn)而判斷疲勞狀態(tài)。本文的疲勞檢測系統(tǒng)由圖像采集模塊、圖像預(yù)處理模塊、人臉以及人臉特征點(diǎn)檢測模塊和人臉特征狀態(tài)分析模塊組成,其中對人臉以及人臉特征點(diǎn)檢測模塊和和人臉特征狀態(tài)分析模塊進(jìn)行了詳細(xì)的研究。首先,通過攝像頭實(shí)時采集駕駛員的頭部圖像,并采用同態(tài)濾波和中值濾波等技術(shù)進(jìn)行光線補(bǔ)償以及消除噪聲。并提出了將旋轉(zhuǎn)不變性的LBP算子與MB_LBP算子相結(jié)合的特征提取方法,其改進(jìn)了傳統(tǒng)LBP特征信息冗余的缺陷,對人臉輪廓的描述更加清晰,隨后進(jìn)行人臉分類器的訓(xùn)練,通過訓(xùn)練得到的分類器對駕駛員頭部區(qū)域進(jìn)行實(shí)時的人臉檢測。實(shí)驗結(jié)果表明,改進(jìn)后的人臉檢測算法比傳統(tǒng)的人臉檢測算法準(zhǔn)確率更高、穩(wěn)定性更好。其次,本文提出了一種基于改進(jìn)的隨機(jī)森林級聯(lián)回歸的方法對人臉特征點(diǎn)進(jìn)行檢測,通過將臉部特征點(diǎn)進(jìn)行區(qū)域劃分,并分別對每個區(qū)域進(jìn)行形狀回歸,最終得到人臉形狀,這種方法改進(jìn)了全局形狀回歸調(diào)解不平衡的缺陷。隨后運(yùn)用此方法對駕駛員人臉圖像進(jìn)行特征點(diǎn)定位,并通過橢圓擬合算法獲得駕駛員眼部以及嘴部區(qū)域。然后提出了將PERCLOS值、眨眼頻率、打哈欠頻率相結(jié)合的疲勞判斷準(zhǔn)則,相比于僅依據(jù)眼部信息的判定方法,其提高了判定的準(zhǔn)確性。最后,采用計算機(jī)作為疲勞檢測系統(tǒng)模擬運(yùn)行的硬件平臺,通過CMOS攝像頭采集圖像,并在家用轎車中進(jìn)行疲勞檢測實(shí)驗,實(shí)驗結(jié)果表明,本文的駕駛員疲勞檢測系統(tǒng)具有較高的準(zhǔn)確性以及穩(wěn)定性,并且能夠很好的滿足實(shí)時性的要求。
【圖文】：

圖 2-1 均值濾波濾波波是圖像預(yù)處理常用的濾波器之一，其通過對圖像中每素點(diǎn)鄰域內(nèi)的其他像素點(diǎn)的值進(jìn)行加權(quán)平均來得到處理操作是首先通過構(gòu)建一個模板，然后逐個以圖像中的每求取模板領(lǐng)域內(nèi)像素的加權(quán)平均值，最后將求得的值代2-2即為經(jīng)過高斯濾波后的圖像，其中，選取的模板大小

其具體操作是首先通過構(gòu)建一個模板，然后逐個以圖像中的每個像素點(diǎn)作模板中心，求取模板領(lǐng)域內(nèi)像素的加權(quán)平均值，最后將求得的值代替相應(yīng)像素點(diǎn)的值。如圖2-2即為經(jīng)過高斯濾波后的圖像，其中，選取的模板大小為 S ize(3,3)。圖 2-2 高斯濾波(3) 中值濾波中值濾波也是圖像預(yù)處理常用的濾波器之一[21]。其具體操作是首先選取一個模板，，例如為 3× 3大小的模板，然后將目標(biāo)像素領(lǐng)域內(nèi)的像素點(diǎn)(即以目標(biāo)點(diǎn)為中心放置模板，取目標(biāo)點(diǎn)周圍的 8 個點(diǎn))進(jìn)行數(shù)字序列化，取其中值，并用該中值代替模板中心點(diǎn)的像素值。這種方法對于消除孤立的噪聲點(diǎn)具有顯著效果，對于斑點(diǎn)噪聲和椒鹽噪聲來說效果尤其明顯。與均值濾波相比較，沒有將噪聲
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP391.41;U463.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 佘翔;劉冬梅;;疲勞駕駛檢測技術(shù)發(fā)展研究[J];河北交通職業(yè)技術(shù)學(xué)院學(xué)報;2013年03期

2 黃東亮;;起重機(jī)結(jié)構(gòu)疲勞檢測方法[J];科技創(chuàng)新導(dǎo)報;2011年35期

3 孫瑞山;田萬里;;飛行疲勞檢測方法研究進(jìn)展[J];職業(yè)與健康;2015年08期

4 李春杰;王春;王全虎;;基于嵌入式平臺人眼疲勞檢測終端的設(shè)計與實(shí)現(xiàn)[J];現(xiàn)代電子技術(shù);2016年24期

5 楊歡;陳小強(qiáng);雷嘉瑩;王英;;基于逆投影修正和眼睛凝視修正的列車駕駛員疲勞檢測方法[J];鐵道學(xué)報;2018年04期

6 邱清輝;;用于疲勞檢測系統(tǒng)的有效人眼跟蹤方法[J];信息技術(shù);2018年10期

7 周徐行;周榮祥;;高頻疲勞檢測技術(shù)在鐵路的應(yīng)用研究[J];上海鐵道科技;2014年04期

8 張博;李鴻;李會超;;基于多類別特征融合的疲勞檢測系統(tǒng)研究[J];現(xiàn)代電子技術(shù);2019年01期

9 耿磊;梁曉昱;肖志濤;李月龍;;基于多形態(tài)紅外特征與深度學(xué)習(xí)的實(shí)時駕駛員疲勞檢測[J];紅外與激光工程;2018年02期

10 邢彥濤;狄長安;陳昊飛;;基于多傳感器的可穿戴疲勞檢測裝置設(shè)計[J];國外電子測量技術(shù);2018年03期

相關(guān)會議論文 前6條

1 姜薇;許海山;劉鐵兵;李麗麗;陳振玲;;模擬民航飛行駕駛誘發(fā)疲勞的疲勞檢測研究[A];第十九屆全國心理學(xué)學(xué)術(shù)會議摘要集[C];2016年

2 胡慶新;方躍;張淑鳳;;一種新的駕駛員疲勞檢測系統(tǒng)中的人臉區(qū)域檢測方法[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（3）[C];2008年

3 邱健;梁帥;韓鵬;駱開慶;;基于脈搏頻譜分析的監(jiān)測疲勞駕駛的穿戴式手環(huán)設(shè)計[A];第十七屆中國科協(xié)年會——分3 面向智能制造的先進(jìn)測控技術(shù)學(xué)術(shù)會議論文集[C];2015年

4 翁茂榮;胡允達(dá);李強(qiáng);;基于小波變換和支持向量機(jī)駕駛員疲勞檢測研究[A];2007中國汽車工程學(xué)會年會論文集[C];2007年

5 胡慶新;張淑鳳;方躍;;弱光環(huán)境下駕駛員的人臉檢測和眼睛追蹤[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（3）[C];2008年

6 張笑非;鄔正義;談?wù)?;基于視覺的疲勞駕駛檢測[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2005）論文集[C];2005年

相關(guān)重要報紙文章 前2條

1 記者 廖翊;目視判斷裂痕是金屬疲勞[N];新華每日電訊;2002年

2 來文;大慶鉆具疲勞檢測技術(shù)填補(bǔ)國內(nèi)空白[N];中國質(zhì)量報;2007年

相關(guān)博士學(xué)位論文 前3條

1 趙磊;基于深度學(xué)習(xí)和面部多源動態(tài)行為融合的駕駛員疲勞檢測方法研究[D];山東大學(xué);2018年

2 張偉;基于機(jī)器視覺的駕駛?cè)似跔顟B(tài)識別關(guān)鍵問題研究[D];清華大學(xué);2011年

3 祝榮欣;基于生理信號的聯(lián)合收獲機(jī)駕駛疲勞檢測與評價[D];東北農(nóng)業(yè)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 韓政;基于視覺的駕駛員疲勞檢測方法研究與預(yù)警[D];武漢理工大學(xué);2018年

2 楊歡;列車駕駛員多視角實(shí)時疲勞檢測方法研究[D];蘭州交通大學(xué);2018年

3 張智騰;基于卷積神經(jīng)網(wǎng)絡(luò)的駕駛員疲勞檢測[D];湖南大學(xué);2018年

4 陳薇;基于DSP的駕駛員疲勞檢測系統(tǒng)設(shè)計與實(shí)現(xiàn)[D];成都理工大學(xué);2018年

5 王楠;基于臉部膚色光電容積脈搏波的人體疲勞檢測[D];河北工業(yè)大學(xué);2016年

6 賈麗娟;基于實(shí)車方向盤操作特征的疲勞駕駛檢測方法研究[D];清華大學(xué);2017年

7 牟駿杰;基于人眼信息的駕駛員疲勞檢測研究[D];河北工業(yè)大學(xué);2016年

8 唐杰;基于多信息融合的實(shí)時疲勞檢測與預(yù)警系統(tǒng)研究[D];南京航空航天大學(xué);2018年

9 胡心韻;面向輪椅使用者的多傳感器人體疲勞檢測系統(tǒng)研究[D];武漢理工大學(xué);2017年

10 于海濤;戴墨鏡駕駛員疲勞檢測方法研究[D];華中科技大學(xué);2017年

本文編號：2604577