發(fā)布時間：2020-08-15 13:18

【摘要】：經(jīng)濟的快速發(fā)展促進了汽車數(shù)量的急劇增加,汽車為人們?nèi)粘Ｉ顜順O大的便利,因為人為因素也造成了一系列的交通問題,交通事故發(fā)生的主要因素之一就是司機的疲勞駕駛,因而研究一種能夠在汽車上使用的疲勞駕駛預警裝置對于減少交通事故的發(fā)生有極為重要的意義。目前市場上的疲勞駕駛預警系統(tǒng)應用并不普遍,主要原因是很難實現(xiàn)高識別準確率與低成本之間的平衡。本課題基于以上考慮,設計了高識別率、低成本的疲勞駕駛預警系統(tǒng)方案,并將其利用工程方法加以實現(xiàn)。首先,選用最適合實際應用的結合Haar特征的AdaBoost算法對人臉圖像進行人臉定位,利用Camshift算法與AdaBoost算法結合的方式提高人臉定位的實時性。然后利用結合Haar特征的AdaBoost算法在人臉上半?yún)^(qū)域進行人眼定位,針對投影法識別閉合人眼準確度低的情況,本課題將橢圓擬合與投影法相結合,提高了閉合人眼狀態(tài)識別的識別率。并利用PERCLOS算法對人眼的疲勞程序進行判定。其次,本課題設計了FPGA硬件采集卡電路,經(jīng)過電路的原理設計、工業(yè)制板、電路調(diào)試流程,實現(xiàn)了AM5728與Camera Link相機的硬件互連,為AM5728平臺采集高清Camera Link相機的視頻信號提供了保障。本課題研究了基于UAC協(xié)議的USB攝像頭視頻采集系統(tǒng),便于此疲勞駕駛預警系統(tǒng)應用于更多的場合。最后,將疲勞駕駛預警系統(tǒng)的圖像算法移植于AM5728平臺,并對算法進行實時性和識別準確率的優(yōu)化,本課題提供了一套高準確率、低成本的疲勞駕駛預警系統(tǒng)研究方法。
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：U463.6
【圖文】：

表示此種顏色。不同的顏色以相互轉(zhuǎn)換，下面介紹本課彩色顏色空間是 RGB 色彩模種基本顏色，此三種基本顏C (c) R(r) G(g) (0,0,1)

1.000 0.000 1.4021.000 -0.344 -0.7141.000 1.772 0.000R YG CbB Cr 一個像素一般都是由紅、綠、藍三種顏色構獲取此三種顏色的量化值，對于像素點顏色，對于 RGB 格式的一個像素點而言就需要用困難，不適合批量生產(chǎn)。的 Camera Link 相機是 JAI-GO-5000C，其輸er 格式的每個像素點所對應的濾鏡只有一個，因而綠色濾鏡的總數(shù)占總的濾鏡的二分之一，程序中將 Bayer 格式進行色彩還原時，此像素值共同構成此像素點的 RGB 值。將 Bayer 格值算法。

圖 2.6 灰度化Fig.2.6 Grayscale像濾波少孤立噪聲點對圖像處理結果的影響，本課題利用圖像濾理，減少噪聲點對圖像的干擾。最常見的圖像濾波算法有種，均值濾波是指用卷積算子計算該點領域的灰度平均值均值濾波算法簡單，計算速度很快，然而均值濾波對圖像不選用此種算子作為圖像濾波方法。中值濾波相比較于均很好的邊界保存效果，并且中值濾波對脈沖噪聲的處理性用中值濾波算法作為圖像濾波的手段。波方法是選擇當前的像素點，然后確定一個模板，此模板像素組成。將模板內(nèi)的像素進行排序，然后用排序后的模點。定義權系數(shù)模板為：1 1 1

【參考文獻】

相關期刊論文 前10條

1 宮法明;;交通駕駛員臉疲勞駕駛行為優(yōu)化圖像識別[J];計算機仿真;2015年11期

2 王慶偉;應自爐;;一種基于Haar-Like T特征的人臉檢測算法[J];模式識別與人工智能;2015年01期

3 張旭東;嚴宏斌;張忠偉;周亞同;;一種考慮駕駛員姿態(tài)及光照因素的疲勞駕駛穩(wěn)健檢測算法[J];電子技術;2014年12期

4 于微波;趙琳;佟冬;;基于Adaboost人臉檢測算法[J];吉林大學學報(信息科學版);2014年05期

5 宋凱;劉娜;聶鑫;楊東;;基于Gabor變換的人眼開閉狀態(tài)識別技術研究[J];吉林大學學報(信息科學版);2013年06期

6 朱波;汶德勝;王飛;;改進的Bayer插值算法及其硬件實現(xiàn)[J];光電子.激光;2013年06期

7 楊述斌;金璐;章振保;;疲勞駕駛檢測中的快速人眼定位方法[J];武漢工程大學學報;2013年06期

8 張小軍;廖風強;王錄濤;王文平;;多通道高速串行LVDS信號解串器設計[J];電子測量技術;2013年04期

9 孫偉;張小瑞;唐慧強;夏e

本文編號：2794169