基于图像处理防疲劳驾驶测试.doc

基于图像处理的防疲劳驾驶测试 摘 要 随着计算机图像处理技术的发展, 利用图像处理技术来监控驾驶员的行为已经成为可能。利用摄像头持续不断地检测驾驶员的眼睛, 提取其特征信息，可以较为有效地分析出驾驶员的精神状况。 本设计是通过在视频中对人脸进行自动跟踪，找出眼部图像，然后进行一系列图像处理，最后得到眼睛的二值化图像，从而判断出眼睛开合状态。根据采集的数据判断出驾驶员是否出现疲倦，并在出现疲倦特征的时候做出警告。在多次警告后驾驶员的精神状态依然没有改善的情况下，系统会自动降低车速，以保证行车安全。 关键词：人脸检测，Haar分类器，同态滤波，区域生长，疲劳度检测 ABSTRACT: The state of eyelid may be one of the effective ways to reflect drivers condition. Compared with the detection of cerebral wave or the velocity of the car, judging the state of eyelid may prove to be more simple, direct and economical. With the advancement of digital image processing, it has already become possible to apply for image processing techniques to monitor a drivers action. Hence, by using a digital camera to constantly detecting drivers eyes, we can effectively analyze his state of mind with the information extracted from the image. By automatically tracking a human face through the digital camera, the system will then focus on the image of eyes. And with a series of image processing, it will then be able to judge with state of eyes (open or closed) from the binary image. Based on the data previously gathered and stored, it can make a judgment whether the driver is about to fall asleep and will make certain alarm if that happens. However, when no sign of amelioration of state of mind is shown after several warnings, the system will then automatically slow down the velocity of the car, so as to guarantee safe driving. KEYWORD: Face Detection，Haar classifier, homomorphic filtering, regional growth, fatigue testing 前言 随着社会经济的发展, 机动车辆与日俱增,随之而来的安全越疲劳驾驶可能影响驾驶员的警觉和安全驾驶能力, 已有一些简单实用的疲劳测评方法，如脑电图EEG、肌电图EMG、眼动图EOG、瞳孔测量计等，但这些方法都是接触式的疲劳检测方法，势必会给驾驶员造成一定的影响。为了尽量减少对驾驶员的影响，采取的疲劳检测方法最好是非接触式的。通过摄像头捕捉驾驶员的动作特征来检测驾驶员的精神状况，则是最好的非接触式检测方法，因为在车厢内安装监控摄像头对驾驶员机会是没有影响的。 从刚才提到的各种疲劳驾驶典型反应来看，监测瞳孔变化的难度很大，监测头发运动状况，方向盘微调等又很难用一个量化的标准去衡量。而监测眼睛眨动状态比较容易跟踪，眨眼次数和眼睛闭合情况也可以很清晰地监测出来。因此，通过监测眼睛状态来判断驾驶员是否处于疲劳状态这种方法，相对来说是最有效最直观的。本文所讨论的基于图像处理的防疲劳监测也是通过这种方法来实现的。 功能与指标 功能介绍 本文所介绍的防止疲劳驾驶测试系统是以车速作为触发的。当车速低于50