本文關(guān)鍵詞：基于機器視覺的飛行員疲勞監(jiān)測技術(shù)研究

  更多相關(guān)文章： 飛行員疲勞度檢測 PERCLOS算法 人臉檢測 眼睛定位 疲勞識別

【摘要】：航空事故的調(diào)查數(shù)據(jù)表明,75%事故是人為原因造成,而此類事故多與飛行員疲勞駕駛有關(guān)。因此開發(fā)一套在飛行實際過程中監(jiān)控飛行員是否疲勞的系統(tǒng)具有重要意義。 美國國家機動車研究與標準制定辦公室制定了PERCLOS算法來檢測駕駛疲勞,PERCLOS算法是指測試時間內(nèi)眼睛閉合所占時間與測試時間的百分比。目前,研究中通常采用PERCLOS算法得出一分鐘內(nèi)眼睛閉合時間占到80%就判定為駕駛疲勞。借鑒此算法可以在飛行員出現(xiàn)在疲勞癥狀前給以提示,實驗表明這種方法相對于其它方法具有很好的實用性和可靠性。本文在機器視覺的基礎(chǔ)上研究基于PERCLOS算法駕駛員疲勞度實時監(jiān)測技術(shù),基于攝像機采集的飛行員駕駛圖像進行算法處理,可以有效地實時監(jiān)測飛行員眼部狀態(tài)。通過判斷眼睛閉合時間的相對百分比,從而確定飛行員是否疲勞,由此來輔助提醒安全駕駛。為以后開發(fā)一種非接觸,實時的機載飛行員疲勞監(jiān)測系統(tǒng)打下基礎(chǔ)。 本文研究基本方案是通過攝像機采集正在飛機模擬機飛行的飛行學(xué)員面部圖像,然后將圖像實時傳輸?shù)诫娔X中進行面部識別,眼部檢測,眼睛狀態(tài)判定等處理,判斷此飛行學(xué)員是否疲勞。并且對比其在正常休息、缺乏睡眠等狀態(tài)下疲勞判斷一致性情況。 飛行員面部檢測,眼睛的精確定位以及眼睛狀態(tài)判斷是實現(xiàn)本監(jiān)測技術(shù)算法的關(guān)鍵。本文提出了基于膚色檢測臉部的計算方法,在面部檢測基礎(chǔ)上,利用灰度比較與復(fù)雜度判斷結(jié)合進行眼睛初步與精確定位,再通過改進的徑向變換與霍夫變換相結(jié)合來判斷眼睛的睜開閉合狀態(tài),較好地解決了某些算法的不足和局限。最后通過判斷連續(xù)視頻圖像中眼睛閉合幀數(shù)與時間,最終判斷出駕駛員是否疲勞,論文基于MATLAB7.0圖像采集工具箱采集視頻圖像數(shù)據(jù),在MATLAB環(huán)境下設(shè)計出軟件完成圖像相關(guān)處理與結(jié)果輸出。通過實驗分析,采取的算法結(jié)果與實際基本一致。
【關(guān)鍵詞】：飛行員疲勞度檢測 PERCLOS算法 人臉檢測 眼睛定位 疲勞識別
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2011
【分類號】：R85;TP391.41
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-24
• 1.1 課題研究背景及其意義9-12
• 1.2 國外駕駛員疲勞檢測技術(shù)研究現(xiàn)狀12-14
• 1.3 國內(nèi)駕駛員疲勞檢測技術(shù)研究現(xiàn)狀14-15
• 1.4 飛行員常規(guī)疲勞檢測方法比較15-18
• 1.5 基于PERCLOS 疲勞檢測方法可行性研究18-21
• 1.6 本課題的研究內(nèi)容21-24
• 第二章 飛行員人臉檢測方法研究24-32
• 2.1 常規(guī)人臉檢測方法比較24-25
• 2.2 基于正面人臉器官特征的檢測技術(shù)25-26
• 2.3 基于正面人臉皮膚顏色特征檢測技術(shù)26-30
• 2.3.1 RGB（紅綠藍）顏色模型26-27
• 2.3.2 RGB（紅綠藍）轉(zhuǎn)換模型27-28
• 2.3.3 HSV 格式28-29
• 2.3.4 膚色模型的選取29-30
• 2.4 飛行員人臉檢測結(jié)果及分析30-32
• 第三章 飛行員眼睛區(qū)域的檢測與定位32-45
• 3.1 概述32
• 3.2 人眼檢測的常用方法32-40
• 3.2.1 人眼定位邊緣檢測法32-35
• 3.2.2 基于對稱變換的人眼定位方法35-36
• 3.2.3 人眼定位區(qū)域分割法36-37
• 3.2.4 人眼定位灰度積分投影檢測法37-38
• 3.2.5 基于小波變換和AdaBoost 級聯(lián)增強分類器定位法38
• 3.2.6 基于變形模板的人眼定位方法38-39
• 3.2.7 基于霍夫變換的人眼定位方法39-40
• 3.3 飛行員疲勞檢測改進的人眼定位方法40-45
• 3.3.1 RGB 圖像轉(zhuǎn)換為灰度圖像40
• 3.3.2 眼睛區(qū)域的粗略定位40-42
• 3.3.3 眼睛精確定位42-45
• 第四章 飛行員眼睛狀態(tài)判定45-52
• 4.1 現(xiàn)有眼睛狀態(tài)判定方法45
• 4.2 改進的飛行員眼睛疲勞狀態(tài)判定方法45-52
• 4.2.1 徑向?qū)ΨQ變換46-48
• 4.2.2 圓形霍夫變換48-49
• 4.2.3 徑向?qū)ΨQ變換和圓形霍夫變換結(jié)合判斷眼睛狀態(tài)49-52
• 第五章 飛行員疲勞狀態(tài)判定以及疲勞監(jiān)測技術(shù)設(shè)計52-58
• 5.1 飛行員疲勞狀態(tài)的判定52
• 5.2 監(jiān)測技術(shù)算法及MATLAB 軟件設(shè)計52-54
• 5.3 疲勞檢測的步驟54
• 5.3.1 圖像輸入54
• 5.3.2 基于PERCLOS 算法的飛行員疲勞檢測過程54
• 5.4 飛行員疲勞檢測實驗結(jié)果及分析54-56
• 5.5 結(jié)論56-58
• 第六章 總結(jié)和展望58-60
• 6.1 論文所做工作總結(jié)58-59
• 6.2 研究存在的不足與展望59-60
• 致謝60-61
• 參考文獻61-64
• 附錄64-68
• 攻碩期間取得的研究成果68-69

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 呂建強;張瑞紅;;人臉檢測技術(shù)的研究現(xiàn)狀與展望[J];電腦知識與技術(shù)(學(xué)術(shù)交流);2007年18期

2 張杰;楊曉飛;趙瑞蓮;;基于積分投影和Hough變換圓檢測的人眼精確定位方法研究[J];電子器件;2005年04期

3 周杰,盧春雨,張長水,李衍達;人臉自動識別方法綜述[J];電子學(xué)報;2000年04期

4 孫亦南,劉偉軍,王越超,孫亦蓬;一種用于圓檢測的改進Hough變換方法[J];計算機工程與應(yīng)用;2003年20期

5 邢益良;張榮國;邵永波;劉q;;積分投影與活動輪廓相結(jié)合的人眼疲勞識別[J];計算機工程;2010年06期

6 趙麗紅,劉紀紅,徐心和;人臉檢測方法綜述[J];計算機應(yīng)用研究;2004年09期

7 艾海舟 ,梁路宏 ,徐光yP ,張鈸;基于膚色和模板的人臉檢測[J];軟件學(xué)報;2001年12期

8 熊偉清,何明,魏平,陳征;一個人臉識別系統(tǒng)的設(shè)計與實現(xiàn)[J];計算機工程與設(shè)計;2004年11期

9 何國輝;甘俊英;;二維主元分析在人臉識別中的應(yīng)用研究[J];計算機工程與設(shè)計;2006年24期

10 胡文東,馬進,韓文強;飛行疲勞的預(yù)防和監(jiān)測手段[J];中國臨床康復(fù);2004年03期

，

本文編號：858717