基于模式識(shí)別的駕駛員疲勞狀態(tài)檢測(cè)系統(tǒng)研究.pdf

1、在道路交通事故中，駕駛員疲勞駕駛是重要的原因。如果能在駕駛員出現(xiàn)疲勞狀態(tài)之前就給駕駛員以及時(shí)的預(yù)警提醒，那么就可以使駕駛員意識(shí)到危險(xiǎn)并采取相應(yīng)的措施避免事故的發(fā)生，這是汽車主動(dòng)安全技術(shù)的重要方面，所以對(duì)駕駛員疲勞狀態(tài)檢測(cè)系統(tǒng)的研究具有重要的理論意義與現(xiàn)實(shí)意義。
　　本文利用模式識(shí)別技術(shù)，重點(diǎn)利用其在二類問(wèn)題分類方面的優(yōu)勢(shì)，通過(guò)分析駕駛員臉部膚色信息特征，提取駕駛員膚色紋理特征構(gòu)成特征向量匹配分類器完成駕駛員臉部圖像的識(shí)別，在此基礎(chǔ)

2、上構(gòu)建準(zhǔn)則函數(shù)分類器實(shí)現(xiàn)眼睛定位識(shí)別，從而構(gòu)建了駕駛員疲勞狀態(tài)檢測(cè)系統(tǒng)。本文的核心內(nèi)容包括駕駛員圖像的預(yù)處理、駕駛員臉部圖像識(shí)別、駕駛員臉部追蹤、駕駛員眼睛定位，并且選擇PERCLOS算法最終實(shí)現(xiàn)了疲勞狀態(tài)檢測(cè)的預(yù)警工作。
　　在駕駛員圖像預(yù)處理方面利用泛函分析的知識(shí)構(gòu)建了關(guān)于真圖表面積最小的數(shù)學(xué)模型實(shí)現(xiàn)對(duì)駕駛員圖像的初步去噪，在此基礎(chǔ)上結(jié)合形態(tài)學(xué)腐蝕和膨脹原理完成了駕駛員圖像最終去噪工作。為了給后面的眼睛定位工作帶來(lái)方便，在圖像

3、預(yù)處理的時(shí)候還使用了頻域增強(qiáng)、直方圖均衡化、傅里葉變換等技術(shù)。
　　在駕駛員臉部識(shí)別方面提出了利用共生矩陣計(jì)算得到的膚色紋理特征構(gòu)建特征向量匹配分類器的方法將膚色與非膚色進(jìn)行分類處理，從而實(shí)現(xiàn)臉部圖像與背景圖像的分離；在駕駛員臉部追蹤方面利用了camshift算法使得即使在駕駛員頭部輕微運(yùn)動(dòng)的情況下也能很好的跟蹤識(shí)別出駕駛員的臉部圖像。
　　在駕駛員眼睛定位方面利用紋理特征向量構(gòu)建了準(zhǔn)則函數(shù)分類器，并且綜合利用了 Tanim