| [页数] 70 [字数] 40279 [目录] 第1章 绪论 1 第2章 图像处理技术基础 8 第3章 驾驶员脸部检测 17 第4章 眼睛检测与定位 39 第5章 驾驶员眼睛状态检测 56 第6章 总结与展望 61 致 谢 63（不存在） 参考文献 64 攻读硕士学位期间发表论文情况 67（不存在） [原文] 第1章 绪论 1.1 论文的研究背景及意义 道路交通伤害已成为严重的社会问题。2005年12月，联合国大会将2007年4月23日至29日确定为第一届联合国全球道路安全周，确定这一安全周的目的在于唤起公众对道路交通事故伤害影响的认识，促进全社会针对道路交通事故伤害的最大影响因素采取行动。 机动车辆作为社会发展、人类文明和科学技术进步的产物，为人类文明进步和社会经济发展做出了巨大贡献。然而，随着机动车辆数量的增加，交通事故有不断增加的趋势。我国机动车保有量以每年15%左右的速度迅猛增长。交通事故造成的巨大开销和惨痛代价，使得各国政府及各大汽车公司都纷纷把提高交通安全和减少交通事故作为未来汽车的主要发展方向。 车辆事故的明显的特点之一是驾驶员连续驾驶时间较长，由此影响驾驶员的警觉和安全驾驶能力，疲劳驾驶的司机在观察、识别和进行车辆控制的能力上都显著下降，因此，严重威胁着自身的安全和其他人的生命。世界各国为降低交通事故给人类带来的危害，在改善道路、改进车辆性能及交通环境方面已经做出了巨大的努力，但从近些年的情况来看，尚不能根本杜绝交通事故的发生。在这种情况下，以采用高新技术为特征的车辆安全辅助驾驶技术，日益受到人们的广泛关注，研究一种实时的、非接触式驾驶疲劳检测方法尤为重要。 1.2国内外疲劳检测研究现状 对驾驶疲劳最早的研究可以追溯到20世纪早期，但真正对驾驶疲劳的实质性的研究还是最近25年。为了减少由于司机疲劳而导致交通事故率的增长，许多研究工作者在研究一种能检测司机疲劳、提高驾驶安全的方法上做出了很多的努力。20世纪90年代，疲劳程度测量方法的研究有了很大的进展，许多国家已开始了驾驶疲劳车载电子测量装置的开发研究工作，尤以美国的研究发展较快。已经进行的相关研究主要有： A、最主要的研究是美国国家公路交通安全管理局(National Highway Traffic Safety Administration，NHTSA)发起的两次大规模综合研究...... [摘要] 研究如何有效的监测和防止驾驶员疲劳，对于减少交通事故，有着十分现实的重要意义。司机疲劳的最直观表现是眼睛的疲劳状态，因此如何快速、实时地检测驾驶员眼睛的疲劳状态是很重要的。本文就从这个问题出发，主要研究了如何提高眼睛定位的准确性和快速性。 论文首先分析了驾驶疲劳的机理、影响因素和大多数人的疲劳表现，重点对司机的脸部检测与眼睛定位算法进行了研究和改进。提出了一种在RGB色度空间下，基于肤色检测，结合形态学运算、逐步优化候选区域的人眼定位方法。该方法用合适的肤色像素阈值进行肤色分割，选取适当大小的结构元素进行形态学操作来去除小区域噪声，并通过限制眼睛候选区域的大小、高宽比来缩小眼睛的候选范围，实现了驾驶员面部检测与眼睛的准确定位。 本文提出的这种新方法，做出了以下具体改进和创新：首先在色度空间的选择上采用RGB色度空间进行肤色分割，可以更好的保留人脸特征点,提高检测的速度；在肤色分割后，从目标区域的角度去除干扰噪声区域，不需要再对人脸区域界定，直接界定眼睛区域，这样就可以简化检测过程，缩短检测时间；在缩小眼睛候选范围时，采用屏蔽非眼睛区域并去除与边界连通的区域的方法，在很大程度上减少了眼睛区域的候选范围，大大提高了检测速度；在总结对比以往方法中对眼睛区域的限制条件的基础上，增加了对眼睛区域的新的限制条件，提高了定位的准确性。 实验证明，这种方法在定位人眼时简单快速，且不受人脸背景、人脸肤色、姿态的影响，对于有一定旋转角度的人脸也具有较好的定位效果。能有效降低驾驶室的复杂背景、驾驶员各种面部姿态、表情对眼睛定位的影响。 本文采用MATLAB语言进行仿真，实现了算法的各项功能，并进行了相关的实验。实验结果达到了预定目标，证明了所研究的算法的有效性。 [参考文献] [1] 邓金城. 基于人脸识别技术的驾驶员疲劳检测方法研究. 重庆大学, 2005年: 3~4 [2] Farhad Dadgostar, Abdolhossein Sarrafzadeh. An adaptive real-time skin detector based on Hue thresholding: A comparison on two motion tracking methods. Pattern Recognition Letters, Volume 27, Issue 12, September 2006 [3] 郑培, 宋正河, 周一鸣. 基于PERCLOS的机动车驾驶员驾驶疲劳的识别算法[J]. 中国农业大学学报, 2002，7（2）: 104~109 [4] 方鼎. 汽车驾驶员动态视认性的试验研究[D]. 长安大学, 2005.06 [5] A. L. Yuille, D. S. Cohe and P. W. Hallina, "Feature extraction from faces using deformable templates". IEEE Computer society Conference on Computer Vision and Pattern Recognition. pp 104-109. [6] Anneke Heitmann, Rainer Guttkuhn, Acacia Anuirre etc. Technologies for the Monitoring and Prevention of Driver Fatigue[A].Proceedings of the First International Driving Symposium on Human Factor in Driver Assessment, Training and Vehicle Design[C],2001. 8 [7] 曹倩霞. 基于眼睑运动的司机疲劳检测[D].中南大学，2005年 [8] 王正浩. 基于人脸识别技术的睡意监测系统研究[D]. 华东师范大学, 2004.5 [9] 杨杰. 基于DSP的驾驶员疲劳度实时监测系统的研究[D]. 武汉理工大学. 2006.4 [10] 杨彬,黄耀志. 基于PERCLOS的汽车司机疲劳监控方法的研究[J]. 微计算机信息, 2005年第21卷第8-3期 [11] 罗仕鉴.基于生物学反应的驾驶舒适度研究[D].浙江大学,2005年 [12] 陈艳琴. 关于司机疲劳监测的人眼检测与跟踪研究[D]. 中南大学, 2004年5月 [13] 刘西刚, 刘维平, 曹伟国等. 影响驾驶员可靠性的因素分析与综合评价模型. 北京汽车，2005.5 [14] 李凤芝, 李昌吉, 詹承烈. 交通事故与驾驶员因素的关系. 中华劳动卫生职业病杂志, 2004年4月 [15] 杨 杰, 卢业力. 驾驶员疲劳度的实时检测. 武汉理工大学学报, 2005年10月 [16] 刘天键. 眼睛跟踪及驾驶员疲劳检测之研究[D].浙江大学, 2005.6 [17] 李志春, 何仁, 林谋有等. 驾驶员疲劳检测技术的研究现状及发展趋势.农机化研究, 2006年5月 [18] 梁路宏, 艾海舟, 徐光佑等. 人脸检测研究综述. 计算机学报, 2002年05期 [19] 李杰,郝晓莉. 一种基于椭圆肤色模型的人脸检测方法. 计算机测量与控制. 2006. 14(2) [20]M.J.Jones,J.M.Rehg.Statistical color model with application to skin detection[J].International Journal of Computer Vision,2002,46(1): 81～96 [21]R.L.Hsu,M.Abdel-Mottaleb,A.K.Jain.Face detection in color images[J].IEEE Trans.Pattern Analysis and Machine Intelligence,2002,24(5):696～707 [22]艾海舟,梁路宏,徐光祐.基于肤色和模板的人脸检测[J].软件学报,2001;12(12):1784～1792 [23] Hyeon Bae, Sungshin Kim. Real-time face detection and recognition using hybrid-information extracted from face space and facial features. Image and Vision Computing, Volume 23, Issue 13, 29 November 2005 [24] 沈荻帆, 滕晓龙, 刘重庆. 基于肤色信息的人脸检测和人眼定位方法[J]. 计算机工程与应用, 2004.36 [25] 潘慧峰, 杜干. 多姿态人脸识别的改进PCA方法[J]. 微计算机信息, 2006年第22卷第6-2期: 297-298 [26] 胡晓燕. 基于肤色的人脸检测算法的研究. 四川大学, 2004.4: 6-17 [27] Phung S.L., Bouzerdoum A., Chai D. . Skin segmentation using color pixel classification: Analysis and comparison. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2005 [28] Xiaoxun Zhang, Yunde Jia. Face recognition with local steerable phase feature. Pattern Recognition Letters, Volume 27, Issue 16, December 2006 [29] 韩海. 在(r,g)和(Cr,Cb)彩色空间上进行肤色检测. 计算机与现代化, 2003年第2期 [30] 章毓晋. 图像工程：图像处理和分析[M]. 北京：清华大学出版社，1999：254-275 [31] 徐艳,陈孝威. 人脸检测中的眼睛定位算法研究. 计算机与信息技术 2006.9 P24 [32] 边肇棋,张学工等编著.模式识别[M].北京:清华大学出版社，2001 [33] 冯慧君. 彩色图像的人脸检测与跟踪方法研究[D]. 华东师范大学,2003.10 [34] 陶亮., 庄镇泉. 复杂背景下人眼自动定位[J]. 计算机辅助设计与图形学学报, 第15卷第1期, 2003年1月: 38-42 [35] 金名蜚. 一种新的人眼定位算法[J]. 淮阴师范学院学报, 2003年8月 [36] 李粉兰, 徐可欣. 一种应用于人脸正面图像的眼睛自动定位算法[J]. 光学精密工程, 2006年4月 [37] 陈虹宇. 驾驶员面部检测与定位方法研究. 重庆大学，2005.5: 38-40 [38] 于威威, 滕晓龙, 刘重庆. 一种快速准确的人眼定位方法[J]. 光电子?激光, 2005年4月 [39] 胡月, 贺贵明. 一种改进的人眼定位算法[J]. 计算机工程, 2003年7月 [40] 胡步发, 王忠. 基于对称变换与自评估的人眼定位新方法. 电脑与系统学报, 2006.2: 134-135 [41] Shinjiro Kawato, Nobuji Tetsutani. Detection and tracking of eyes for gaze-camera control. Image and Vision Computing, 0262-8856, 2004 Vol.22 No.12 [42] 王荣本, 郭克友, 储江伟等. 适用驾驶员疲劳状态监测的人眼定位方法研究. 公路交通科技, 2003年10月 [43] 李漩, 罗敏, 施荣华等. 复杂背景下基于肤色和几何特征的人眼定位[J]. 计算机测量与控制, 2005. 13 [44] 顾华, 苏光大, 杜成. 人脸关键特征点的自动定位[J]. 光电子?激光, 2004年8月 [45] 尹方平，赖剑煌，阮邦志. 非均匀光照下人脸眼睛的定位方法[J]. 中山大学学报, 2003年5月 [46] Nam Mi young, Koh Eun Jin, Rhee Phill Kyu. Robust eye detection method for varying environment using illuminant context-awareness. LECT NOTES ARTIF INT 4251: 368-375, 2006 [47] 黄雄健, 谭国良. 机动车驾驶员疲劳问题研究. 广西工学院学报. 2005.12 [48] 刘志强, 汪旸. 驾驶员疲劳监测方法设计.农业机械学报, 2006年4月 [49] 李琪，宋凯. 疲劳驾驶预警装置的实现与软件设计. 辽宁大学学报自然科学版，2003, 30 (4):367-369 [50] 葛如海, 陈彦博, 刘志强. 基于计算机视觉的驾驶疲劳识别方法的研究. 中国安全科学学报, 2006.9 [51] 初秀民, 严新平, 吴超仲. 基于计算机视觉的驾驶员转向操作实时监测研究. 汽车工程, 2005.5 [52] 周玉彬, 俞梦孙. 疲劳驾驶检测方法的研究[J]. 医疗卫生装备, 2003(6): 29～32 [原文截取] 驾驶员眼睛检测与定位方法研究 摘 要 研究如何有效的监测和防止驾驶员疲劳，对于减少交通事故，有着十分现实的重要意义。司机疲劳的最直观表现是眼睛的疲劳状态，因此如何快速、实时地检测驾驶员眼睛的疲劳状态是很重要的。本文就从这个问题出发，主要研究了如何提高眼睛定位的准确性和快速性。 论文首先分析了驾驶疲劳的机理、影响因素和大多数人的疲劳表现，重点对司机的脸部检测与眼睛定位算法进行了研究和改进。提出了一种在RGB色度空间下，基于肤色检测，结合形态学运算、逐步优化候选区域的人眼定位方法。该方法用合适的肤色像素阈值进行肤色分割，选取适当大小的结构元素进行形态学操作来去除小区域噪声，并通过限制眼睛候选区域的大小、高宽比来缩小眼睛的候选范围，实现了驾驶员面部检测与眼睛的准确定位。 本文提出的这种新方法，做出了以下具体改进和创新：首先在色度空间的选择上采用RGB色度空间进行肤色分割，可以更好的保留人脸特征点,提高检测的速度；在肤色分割后，从目标区域的角度去除干扰噪声区域，不需要再对人脸区域界定，直接界定眼睛区域，这样就可以简化检测过程，缩短检测时间；在缩小眼睛候选范围时，采用屏蔽非眼睛区域并去除与边界连..... |
论文驾驶员眼睛检测与定位方法研究
查看评论
已有0位网友发表了看法