一种用于驾驶员疲劳检测人眼状态判别方法.docVIP

一种用于驾驶员疲劳检测人眼状态判别方法摘要:在车辆行驶过程中,可以通过对驾驶员眼睛状态的判断进行疲劳检测。本文针对人眼疲劳检测问题提出了一种新方法,首先用模板匹配法定位出人眼区域,然后对获得的人眼区域进行预处理和积分投影,通过对积分投影图像的分析来对眼睛进行状态判别。实验证明该方法可以有效检测出人眼的状态。 关键词:疲劳驾驶;模板匹配;积分投影 中图分类号:TP391.41 文献标识码:A 文章编号:1007-9599 (2012) 13-0000-02 一、引言 机动车驾驶员疲劳驾驶是引发交通事故的重要原因之一,有关数据表明,25%~30%是由于司机疲劳驾驶所致,对驾驶员疲劳状态及时检测并加以警示能够有效提高交通安全和减少社会的经济损失。所以如何能实时的检测到司机疲劳并能及时采取措施是一个迫切需要解决的问题,研究发现,眼睛状态与疲劳状态有较高的相关性,能可靠的反映驾驶员是否疲劳。 目前常见的人眼检测方法有很多种,有不规则模板方法、基于统计的方法等,其中不规则模板方法需要耗费大量时间,很难适用于视频中的序列图像。基于统计的方法则需要采集大量的样本来训练分类器,其过程比较复杂。在本文中,首先在人脸定位的基础上用模板匹配法得到人眼区域,其中模板为不同状态眼睛样本获得的平均眼模板,然后对人眼区域进行一系列处理进而判定人眼状态,经实验检测该方法具有耗时少、准确率高的特点。 二、人眼定位 (一)获得平均眼模板 由于包含眼睛的灰度图像与其他特征灰度区别明显,所以利用模板匹配法可以有效定位出人眼。本文对左右眼分别选取10幅开闭不同的人眼样本,然后对眼睛样本做归一化处理,随后将彩色图像转化为灰度图像,最终对10个标准眼睛样本求和取平均值得到平均眼模板。 图1为3幅左眼样本,图2为左眼样本所获得的平均眼模板。右眼的样本和平均眼模板与左眼类似。 (一)模板匹配 首先将待检测图像转换为灰度图像,然后对灰度图进行模板匹配,模板在灰度图上平移滑动过整个图像,计算模板与有哪些信誉好的足球投注网站子图灰度值的相关距离,在实际状况下,模板匹配过程中主要是找出相关距离的最大值,其所对应的子图像即为目标子图像。 三、人眼状态判别 检测出人眼之后便可以对人眼进行处理判断人眼的状态了。 (一)二值化 图像的二值化就是将灰度图像通过适当的阈值选取将图像上的灰度值置为0和255,使整个图像呈现出明显的黑白效果。由图3和图4可以看出,睁眼图像二值化结果显示出了瞳孔和眼睛的形状和轮廓,而闭眼图像二值化结果几乎为一条细线,由于二者在水平方向和竖直方向的像素总数差异很大,所以图像二值化后进行积分投影比直接对灰度图像进行积分投影更能区分出图像的特征。 (二)积分投影 假设I(x,y)表示点(x,y)处的像素灰度值,在区间[x1,x2]和[y1,y2]内的垂直积分投影函数和水平积分投影函数分别表示为Sv(x)和Sh(y),则 , 。如图5和图6所示,二值化图像整幅图经过积分投影之后,得到水平和竖直积分投影图。 从表一可以看出,在光线适度情况下,该方法有较高的准确率,但是由于该算法实质上还是对图像像素进行处理,所以对于光照敏感,当光照从适度变为稍弱时,便出现一定的误差。但是只要适当的调整二值化的阈值,即使光线稍弱,还是能够取得较高的准确率的。 五、结论 本文结合驾驶员疲劳检测提出了一种新的方法,由实验结果可以看出,检测效果受光照的一定影响,所以在实际应用中需要根据具体情况调整好阈值,未来的研究可以从两方面完善该系统,第一从算法上加以改进从而降低光照变化的影响,第二可以开发出二值化阈值随光照自动调整的系统。 参考文献: [1]Jiang Yuying, Wu Yazhen, Xu Haitao. A surveilance method for driver’’s fatigue and distraction based on machine vision.IEEE Conference on Transportation,Mechanical,and Electrical Engineering[C].2011.727-730. [2]Zhang Shanshan,Liu Fuqiang,Li Zhipeng. An Effective Driver Fatigue Monitoring System.IEEE Conference on Machine Vision and Human-Machine Interface[C].2010.279-282 [3]Anumas,S.Soo-chan Kim. Driver fatigue monitoring system using video face im