《一种基于人眼状态的疲劳驾驶检测系统研究》由会员分享，可在线阅读，更多相关《一种基于人眼状态的疲劳驾驶检测系统研究（5页珍藏版）》请在金锄头文库上搜索。
1、一种基于人眼状态的疲劳驾驶检测系统研究 李杏清 王志兵 广东创新科技职业学院 东莞职业技术学院 摘 要： 笔者提出了一种基于人眼状态的疲劳驾驶检测方法, 对常用疲劳监测方法进行分析对比, 并和人眼状态监测方法进行比较, 进一步提高人眼状态监测方法的实用性和及时性;完善基于人眼状态的疲劳驾驶检测算法, 提取视频图像的边缘特征并进行二值化处理, 利用 Hough 变换来检验瞳孔轮廓, 最后达到降低噪声和边缘间断影响的目的;实现基于人眼状态的疲劳驾驶检测系统, 使其更适合车辆运行时多变的光照情况及高频低幅振动的环境, 进一步达到实时检测和识别的要求。关键词： 人眼状态; 疲劳驾驶; 二值化; Hou
2、gh 变换; 人脸检测; 作者简介：李杏清 (1983-) , 女, 云南保山人, 硕士研究生, 讲师。研究方向:电子技术、传感器与检测技术、模式识别及算法。作者简介：王志兵 (1984-) , 男, 江西赣州人, 硕士研究生, 讲师。研究方向:电子技术、信号与信息处理。基金：广东创新科技职业学院科研基金 2016 年一般项目“基于人眼状态的疲劳驾驶检测及预警系统研究” (项目编号:2016kyxm017) Study of Fatigue Driving Detection System based on Human EyeLi Xingqing Wang Zhibing Guangdong
3、 Innovative Technical College; Dongguan Polytechnic; Abstract： The author presents a fatigue driving detection method based on the state of the human eye. The fatigue monitoring methods are compared and compared with the human eye condition monitoring method to further improve the practicality and t
4、imeliness of the human eye condition monitoring method. The fatigue detection algorithm based on human eyes is improved, the edge features of video images are extracted and binarized, and the pupil contour is tested by Hough transform. Finally, the effect of reducing the noise and edge discontinuity
5、 is achieved. The fatigue driving detection system based on human eye state is realized, which makes it more suitable for the changeable lighting condition and high frequency low amplitude vibration environment in the vehicle running, and further meets the requirements of real-time detection and rec
6、ognition.Keyword： eye state; fatigue driving; two valued; Hough transform; face detection; 1 引言随着社会的发展、科技的进步以及人民生活水平的提高, 现代社会车辆的使用越来越频繁, 交通安全也成了人们日常生活中不可忽视的一个严重社会问题, 每年因交通事故死亡和受伤的人都相当多, 交通事故统计分析表明, 众多交通事故中, 绝大多数是人为因素造成的, 其中人为因素中又有大部分是由疲劳驾驶引起的。根据中国交通部的统计, 我国每年由驾驶员疲劳驾驶引起的交通事故造成的经济损失达半数。驾驶员在驾驶车辆的过程中由于疲
7、劳可能产生视力下降、注意力不集中、思维能力下降等各种现象, 进而导致反应迟钝、不能及时判断、动作迟缓等问题, 所有的问题可以从驾驶员的大脑或者人眼状态来分析判断, 及时提醒驾驶员当前的疲劳状态, 从而减少驾驶员疲劳驾驶潜在的危害。目前关于疲劳驾驶预警系统的研究较多, 但我国的疲劳驾驶的研究起步较晚, 尤其是对基于人眼状态的疲劳驾驶的研究还存在很多待解决的问题, 因此, 研究识别能力强、实时性强的基于人眼状态的疲劳驾驶检测系统具有相当重大的意义。2 人眼定位基于人眼状态的疲劳驾驶检测系统由视频图像的采集、视频图像的显示输出、各种同步逻辑控制、视频图像的分析和处理、结果显示电路组成, 其结构图如图
8、 1 所示:图 1 基于人眼状态的疲劳驾驶检测系统框图 下载原图2.1 信号采集模块的设计在系统设计中, 视频图像的采集使用 CCD 摄像头, 由于 CCD 摄像头输出的信号为模拟信号, 不能被 DSP 直接处理, 因此, 需要进行 A/D 转换或者采用图像解码器来实现图像信号的数字化。摄像头采集的模拟信号包括脸部轮廓、眼睛位置和轮廓信号, 这些信号由相应的传感器输出一定电压范围内线性变化的模拟量, 由于模拟信号抗干扰性差, 在恶劣的环境中经过较长的数据线传输很容易混入各种干扰信号, 尤其是一些高频干扰信号, 所以在主控单元处理模拟信号之前, 必须对这些信号进行滤波处理。2.2 人眼定位眼睛作
9、为人脸的重要特征, 在疲劳驾驶检测和识别中发挥着重要作用, 根据摄像头采集到的人脸图像, 通过区域分割、边缘提取、灰度投影和模板匹配等方法来定位人眼, 然后将人脸图像进行位置矫正、图像二值化处理、噪声处理, 最后得到人眼状态定位图像。3 人眼状态信息采集及处理人眼特征简单、变化小, 不像人脸特征多、变化大, 并且人眼的搜索区域为先前定位的人脸区域, 搜索区域小, 导致人眼检测正确率高, 基本不会出现漏检和误检。信息采集过程中摄像头安装在驾驶员的前下方, 以不影响司机的视野为准则, 摄像头选择 CMOS 互补金属氧化物半导体作为传感器, 和单纯的 CCD 相比, CMOS 传感器的运行不需要高电
10、压, 只需要一个单供电低逻辑电平电压, 其功耗只相当于 CCD 的 1/10。本文一共采集了强光、正常光、弱光三种情况下的 200 多种状态的人眼信息并进行处理, 这些人眼状态图像包括标准的正视、侧视、眯眼、眨眼、疲劳闭眼、头发遮挡等各种状态。4 基于 Hough 变换的人脸检测4.1 疲劳驾驶监测方法的研究通过对疲劳驾驶监测方法的研究, 利用人疲劳时的生理特征与疲劳的关系, 检测这些生理特征, 从而来监测测试者的疲劳状态。监测的生理特征主要有脑电图、人眼状态、肌电图、呼吸气流、血液状态、体温、心电图与身体表征等。通过对脑电图监测方法、心电图监测方法、肌电图监测方法等的分析和对比, 得出几种常
11、用疲劳监测方法的优缺点, 并和人眼状态监测方法进行比较分析, 进一步提高人眼状态监测方法的实用性和及时性。4.2 人眼状态检测算法的研究人的左眼、右眼的瞳孔轮廓是精确的圆形, 因此, 如果能够在人脸图像边缘中找出这个圆的圆心, 就能精确定位人的眼睛, 但是, 睫毛和上下眼皮的存在, 会使圆的部分边缘被遮挡住, 通过对改进的人眼检测算法的研究, 提取原图像的边缘特征并进行二值化处理, 利用 Hough 变换来检验瞳孔轮廓, 最后达到降低噪声和边缘间断影响的目的。图 2、图 5 是在男女不同状态下采集的人脸图像并进行定位处理后的人眼状态图像, 图 3、图 6 是经过位置矫正和图像二值化处理后的人眼
12、图像, 图 4、图 7是最后检测的结果图像。图 2 人眼定位图像 下载原图图 3 处理后的图像 下载原图图 4 检测结果图像 下载原图图 5 人眼定位图像 下载原图图 6 处理后的图像 下载原图图 7 检测结果图像 下载原图5 结语本文针对常用疲劳监测方法实用性和及时性不够理想的问题, 提出了一种基于人眼状态的疲劳驾驶检测方法。通过对采集到的四种不同情况下的人眼状态图片进行人眼定位、边缘特征提取、二值化处理和 Hough 变换等实现人眼瞳孔轮廓的检测, 实验结果表明, 基于人眼状态的疲劳驾驶检测系统受噪声和边缘间断影响较小, 更适合车辆运行时多变的光照情况及高频低幅振动的环境。参考文献1廖建国, 贺勇标, 鲁国峰.基于人眼状态的疲劳驾驶检测系统的实现J.图形图像, 2016, 20 (13) :64-68. 2周锋华, 孟宪元, 梅顺良.司机疲劳驾驶实时监测系统设计J.测控技术, 2013, 20 (1) :37-40. 3毛须伟, 景文博, 王晓曼.一种基于眼部状态的疲劳驾驶检测方法J.长春理工大学学报, 2016, 39 (2) :125-136. 4陈东伟, 张喆, 韩娜.多算法融合的疲劳驾驶监测算法设计与实现J.太原理工大学学报, 2016, 47 (4) :518-522.
