【摘要】：疲勞駕駛是引發(fā)眾多交通事故的重大隱患之一。隨著機(jī)器視覺(jué)技術(shù)的快速發(fā)展和應(yīng)用,采用非接觸式的、基于機(jī)器視覺(jué)的疲勞檢測(cè)技術(shù)已成為該領(lǐng)域的主流研究方向。目前基于機(jī)器視覺(jué)的疲勞檢測(cè)方法難以做好準(zhǔn)確度與檢測(cè)速度的兼顧。針對(duì)以上問(wèn)題,本文基于視頻的疲勞狀態(tài)檢測(cè)圍繞人眼狀態(tài)展開(kāi)研究,實(shí)現(xiàn)了對(duì)駕駛員的疲勞狀態(tài)檢測(cè)與判斷。論文主要研究?jī)?nèi)容及相關(guān)結(jié)論如下:針對(duì)人臉圖像分割定位易受光照因素影響,利用膚色在色度空間上聚類特性,采用基于膚色分割的人臉定位方法。對(duì)待檢的彩色人臉圖像在YC_bC_r顏色空間上建立高斯膚色模型,進(jìn)行相應(yīng)的膚色相似度計(jì)算,增強(qiáng)膚色區(qū)域與背景的差異性。對(duì)膚色分割圖像經(jīng)過(guò)一系列圖像處理工作后通過(guò)灰度積分投影的方法來(lái)定位人臉區(qū)域。該方法受光照因素影響較小,識(shí)別率高。針對(duì)閉眼狀態(tài)定位效果不穩(wěn)定問(wèn)題,采用一種Gentle Adaboost與Haar-like矩形特征相結(jié)合的迭代級(jí)聯(lián)分類器算法實(shí)現(xiàn)人眼定位。基于視頻的人眼疲勞狀態(tài)檢測(cè),需要捕捉的是連續(xù)幀的動(dòng)態(tài)人臉圖像。對(duì)于連續(xù)幀的人眼跟蹤定位,采用基于卡爾曼濾波與改進(jìn)的Camshift相結(jié)合的綜合檢測(cè)方法來(lái)完成人眼的動(dòng)態(tài)實(shí)時(shí)跟蹤檢測(cè)。結(jié)果表明,該方法能有效實(shí)現(xiàn)對(duì)動(dòng)態(tài)人臉圖像中的人眼目標(biāo)的定位與跟蹤。針對(duì)人眼狀態(tài)識(shí)別精度較低問(wèn)題,提出一種基于最小外接矩形的改進(jìn)算法來(lái)獲取人眼寬高比信息的方法。通過(guò)相應(yīng)數(shù)學(xué)轉(zhuǎn)換關(guān)系,將獲取的每幀人眼子圖像的寬高比信息轉(zhuǎn)換為人眼的開(kāi)合度信息。通過(guò)計(jì)算出PERCLOS值與眨眼頻率的輔助判斷的方法來(lái)實(shí)現(xiàn)對(duì)駕駛員疲勞狀態(tài)判斷。最后實(shí)現(xiàn)基于視頻的駕駛員疲勞狀態(tài)檢測(cè)系統(tǒng),在PC機(jī)下進(jìn)行了大量仿真模擬實(shí)驗(yàn)。相關(guān)實(shí)驗(yàn)檢測(cè)結(jié)果表明,該系統(tǒng)計(jì)算速度快,檢測(cè)精度較高,具備一定的實(shí)用性。
【圖文】：

圖 2-3 人臉膚色 Cb、Cr分布圖根據(jù)圖 2-3 可知人臉膚色在色度分量 Cb、Cr的分布空間上滿足二維高斯，膚色的二維高斯分布模型的概率密度函數(shù)為：

膚色分割相似度計(jì)算
【學(xué)位授予單位】：湖南工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U463.6;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 王新元;高云紅;劉丹;;基于機(jī)器視覺(jué)的交通燈智能控制系統(tǒng)設(shè)計(jì)[J];自動(dòng)化應(yīng)用;2015年11期

2 劉念;蘇杭;郭純宏;周靜;;基于Hough變換圓檢測(cè)的人眼定位方法改進(jìn)[J];計(jì)算機(jī)工程與設(shè)計(jì);2011年04期

3 張?jiān)普?趙海;宋純賀;景巍;;一種新的連通區(qū)域標(biāo)記算法[J];計(jì)算機(jī)應(yīng)用研究;2010年11期

4 李都厚;劉群;袁偉;劉浩學(xué);;疲勞駕駛與交通事故關(guān)系[J];交通運(yùn)輸工程學(xué)報(bào);2010年02期

5 韓思奇,王蕾;圖像分割的閾值法綜述[J];系統(tǒng)工程與電子技術(shù);2002年06期

6 鄭培,宋正河,周一鳴;機(jī)動(dòng)車駕駛員駕駛疲勞測(cè)評(píng)方法的研究狀況及發(fā)展趨勢(shì)[J];中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào);2001年06期

7 王瑞,高文,馬繼涌;一種快速、魯棒的唇動(dòng)檢測(cè)與定位方法[J];計(jì)算機(jī)學(xué)報(bào);2001年08期

8 周宗恒,韓懿,高艷芳;基于KL膚色的人臉初定位[J];計(jì)算機(jī)工程;2001年04期

相關(guān)博士學(xué)位論文 前2條

1 李志春;駕駛員疲勞狀態(tài)檢測(cè)技術(shù)研究與工程實(shí)現(xiàn)[D];江蘇大學(xué);2009年

2 張明恒;基于面部朝向的駕駛員精神分散監(jiān)測(cè)方法研究[D];吉林大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 黃添娣;基于膚色分割和統(tǒng)計(jì)模板匹配的手勢(shì)識(shí)別人機(jī)交互系統(tǒng)[D];廣東技術(shù)師范學(xué)院;2017年

2 王麗;基于視頻序列的人眼檢測(cè)與跟蹤的研究及應(yīng)用[D];太原理工大學(xué);2016年

3 楊青云;人眼定位技術(shù)研究與應(yīng)用[D];華南理工大學(xué);2015年

4 張艷梅;基于人眼跟蹤分析的疲勞駕駛檢測(cè)的研究與實(shí)現(xiàn)[D];東北大學(xué);2014年

5 劉巨娟;基于腦電信號(hào)識(shí)別的駕駛員-汽車混合控制系統(tǒng)設(shè)計(jì)[D];東北大學(xué);2014年

6 潘永勝;基于顏色和形狀特征的圖像檢索技術(shù)及其應(yīng)用[D];太原理工大學(xué);2014年

7 李強(qiáng);基于PERCLOS的列車司機(jī)駕駛疲勞檢測(cè)研究[D];北京交通大學(xué);2014年

8 胡金金;基于光流法的運(yùn)動(dòng)目標(biāo)快速跟蹤算法研究[D];西安電子科技大學(xué);2014年

9 顧征遠(yuǎn);面向駕駛員的疲勞監(jiān)測(cè)系統(tǒng)研究[D];浙江大學(xué);2013年

10 倪小鵬;基于視覺(jué)的駕駛員疲勞狀態(tài)檢測(cè)方法研究[D];華東理工大學(xué);2012年

，

本文編號(hào)：2686402