毕业设计(论文)-基于视频识别的驾驶员疲劳监控系统.docx
《毕业设计(论文)-基于视频识别的驾驶员疲劳监控系统.docx》由会员分享,可在线阅读,更多相关《毕业设计(论文)-基于视频识别的驾驶员疲劳监控系统.docx(28页珍藏版)》请在三一文库上搜索。
1、博创杯全国大学生嵌入式设计大赛2011第七届“博创杯”全国大学生嵌入式设计大赛作品设计报告基于视频识别的驾驶员疲劳监控系统英文题目设计报告参赛编号:BJ-5-4参赛学校:北京理工大学作 者:李响 王子实 徐立群指导教师:王崇文摘 要1背景删减 人眼 人脸 识别 合并到特征提取部分 特征提取 特征匹配 测试运行情况 减少主观评价 增加信息融合部分 采用不同权值(这是摘要部分 我来弄)2图片用自己做的(这个我们来弄) 图片下标(这个学长你规范一下 你的部分图片有的下标不对 比如第四章 却是5.26之类的 还有图片没有名字) 公式下标(比如式31)3GPS模块 重新描述 可以用谷歌开源地图 或者NO
2、KIA的地图(这个我们来弄 但是GPS模块我不知道和硬件有没有关系 如果有关系 你可以自己加上点儿东西)4硬件部分格式 内容 5可以增加测试部分 和总结部分(这个我俩来弄) 6参考文献 至少有40%的英文 时间要离现在近的 比如09年 10年 随着社会的不断发展,汽车成为了我们日常生活不可或缺的一部分,但也带来了每年数以百万计的交通事故,造成了无数伤亡,给人们带了了巨大伤痛的同时使许多美好的家庭毁于一旦。调查显示,疲劳驾驶是交通事故高发的原因之一,此前,已有诸多专家参与疲劳驾驶监控的研究,但迄今为止,市场上并没有一个成型的可靠地产品,所以一套能够对驾驶员疲劳程度进行监控并给予报警的系统成为了许
3、多人的迫切需求。基于视频识别的驾驶员疲劳监测系统是将程序与硬件相结合,对驾驶员进行非接触地面部图像分析,从中提取有效的特征信息,以辨别驾驶员是否处于疲劳状态的一件产品。本系统主要研究实现了将人脸人眼检测技术应用于驾驶员疲劳监测的方法,并根据监测结果,及时给出疲劳状态预警,降低由此引发的诸多交通事故的概率。本系统利用开源OpenCV图像处理函数库进行快速开发,总体设计方案包括图像预处理、人脸区域的检测、人眼的粗略定位和精确再定位、人眼睁闭状态判断以及疲劳状态分析等主要步骤模块。其中:在图像预处理方面,系统将通过视频流获得的图像帧进行直方图均衡化,去除实际图像中存在的噪声,放大图像细节,为后续的图
4、像处理环节保证源图像质量。在人脸检测方面,系统采用成功的Adaboost算法,利用OpenCV提供的样本训练集和检测方法,取得了很高的检测成功率和较低的错误接收率,极大了缩减了系统开发时间。根据三庭五眼等先验知识,系统粗略标定人眼存在的可能区域,然后利用灰度投影函数方法,排除眉毛等边界因素的干扰,精确定位了人眼。在人眼睁闭状态判断方面,系统利用自适应阈值化获取能够展示人眼完整形状的二值化图像,通过人眼区域内黑色像素点面积变化的比较来判断睁眼闭眼。 最后,系统选取目前公认有效的PERCOLS疲劳程度评价指标结合驾驶员嘴部及头部的情况,对当前驾驶员的疲劳状态进行分析,并给出不同程度的警告。测试结果
5、表明,该系统基本实现了在稳定环境下、不同光照条件下的人脸识别、状态识别和疲劳判定,具有较高的识别率和不错的判断率。从近年的发展趋势来看,实用性与人文关怀是嵌入式开发的主流,作为能够实际应用到日常生活中的产品,我们的系统在同类产品几乎没有进入市场同时市场有较大的此类需求的情况下具有比较强的竞争力。此外,我们的系统具有满足市场需求的特点。首先,系统体积较小,便于车载;采用摄像头捕捉画面并由内部程序进行相关分析判断,满足了实时、非接触的要求;同时我们设置了GPS导航系统,能够在判定驾驶员疲劳后给驾驶员找到最近的休息区间,增强了人文关怀的同时提高了系统的适用性。综上所述,这套系统的市场前景比较广阔。关
6、键词: OpenCV,人脸检测,人眼定位,阈值化,PERCLOSAbstractThe driver fatigue monitoring system is a technology which analyzes the face image by the computer, withdraws the effective characteristic information, and then distinguishes the specific condition of driver. This system may reduce the probability of accidents
7、 caused by driver fatigue, using the face detection technology to monitor the drivers condition and warn the dirver while he is under fatigue.In this system, OpenCV function library is used to achieve the rapid development.The system mainly includes five modules following: image preprocessing, face
8、region detecting, eye region positioning, eyelid closure judging and fatigue analyzing.In the part of image preprocessing, the image frame captured from the camera device is histogram equalized to ensure the quality of source image by eliminating the noises and enhancing the details.The system detec
9、ts faces using the training sample set and detecting method supplied by OpenCV which have implemented the Adaboost algorithm. In this way, we get higher detect success rate and lower false accept rate.According to the priori knowledge of human face organs scale, this system positions a region roughl
10、y where may include eyes, and then we position eye region precisely by the method of gray projection function.In the module of eyelid closure judgment, the system gets binary image which contains the whole eye information using self-adapting thresholding method. We will compare the counts of black p
11、ixels in the eye region to judge the eyelid closure.In the end, PERCLOS standand is used to evaluate the fatigue level of the driver and the system gives different warning.The results show that the system achieves the face detecting, the eyelid closure judging and the fatigue evaluating under a stab
12、le environment and different light conditions.Keywords: OpenCV, face detection, eye position, thresholding, PERCLOS目录第1章 绪论.11.1 背景分析11.2 疲劳测量方法简介.11.2 市场分析2第 2 章 系统方案22.1软件部分32.1.1 图像预处理32.1.2 人脸检测42.1.3 人眼定位52.1.4 眼睛状态判断52.1.5 疲劳分析52.2硬件部分5第 3 章 功能与指标23.1实现功能33.2指标部分3第 4 章 实现原理24.1软件部分34.1.1人脸识别34
13、.1.2人眼识别34.1.3眼睛状态判断34.1.4疲劳程度分析34.2硬件部分 4.2.1简述34.2.2基于LINUX系统的S3C6410X介绍.34.2.3算法实现3第 5 章 硬件框图25.1摄像头部分35.2外围电路部分3第 6 章 特色2参考文献第1章 绪论1.1 背景分析 近年来,随着人们生活水平的提高、城市化的加速以及经济的快速发展,汽车进入了我们的日常生活并成为我们出行最便利的交通工具之一,给我们提供了极大的方便。但是与此同时也带了很多的问题,其中之一便是交通事故发生量居高不下。据公安部交管局统计2010年,全国交通事故发生情况如表1.1所示:表1.1 10年全国交通事故发生
14、情况其中,发生一次死亡3人以上道路交通事故1244起;发生一次死亡5人以上道路交通事故269起;发生一次死亡10人以上特大道路交通事故34起。在这份统计报告中,还有这样一句醒目的话:机动车驾驶人酒后驾驶肇事明显减少,逆向行驶、疲劳驾驶等肇事致人死亡明显增多。可见当前疲劳驾驶已经是道路交通事故产生的一个主要原因。驾驶员疲劳监控系统可以通过对驾驶员进行非接触地面部图像分析,从中提取有效的特征信息,以辨别驾驶员是否处于疲劳状态,并给出相应的提醒,从而降低由此引发交通事故的概率,保护驾驶员与乘客的生命财产安全。1.2 疲劳测量方法简介1999年4月,美国联邦公路管理局(Federal Highway
15、Administration)的技术论坛上首先提出了把PERCLOS作为预测机动车驾驶员驾驶疲劳的可行方法。经过多年的发展,目前,PERCLOS 方法已被公认为最有效的、车载的、实时的驾驶疲劳测评方法。PERCLOS是Percentage of Eyelid Closure Over the Pupil Time的缩写,意为单位时间里眼睛闭合时间所占的百分比。PERCLOS的原理即为统计在一定时间内眼睛闭合时所占的时间比例。我们的系统所采用的评判标准为PERCLOS80,指眼睑遮住瞳孔的面积超过80%就认为眼睛闭合。.图2.1可以说明PERCLOS的测量原理:图1.1 PERCLOS测量原理通
16、过测量出t1-t4就能计算出PERCLOS的值:F=*100%其中F代表眼睛闭合时间的百分比,即PERCLOS的值。1.3市场分析随着汽车数量的增加和公路建设规模的扩大,交通事故等问题日益明显。中国是人口最多的国家,道路交通事故死亡人数也是最高的国家,连续数年一直居世界第一位。而近年来逐渐突出的驾驶疲劳成为人们关注的重要问题。目前该问题的研究分为主观和客观两种方法,主观的研究方法有主观调查表、驾驶员自我记录、睡眠习惯调查表、斯坦福睡眠尺度表四种。客观的方法有脑电图、眼电图、肌电图、呼吸气流、呼吸效果、动脉血液氧饱和时的温度和心电图等测量方法。尽管这些方法是比较准确的,但是由于这些方法一般是在驾
17、驶前或驾驶后测量,是超前或滞后的,而非实时的,况且在驾驶室有限的空间内安置复杂的检测仪器也是十分困难的;而且驾驶员脱离驾驶室或未进入驾驶室的精神状态是不同的,再精确的仪器其测量结果也会大受影响。因此,开发一套车载的、实时的、适用的、非接触式的驾驶员疲劳检测系统已成为目前解决疲劳驾驶迫在眉睫的问题。我们的系统基本满足目前市场上对该类产品的需求。首先,系统体积较小,便于车载;采用摄像头捕捉画面并由内部程序进行相关分析判断,满足了实时、非接触;同时我们设置了语音提示系统与GPS导航系统,增强了人文关怀的同时提高了系统的适用性,市场前景比较广阔。第2章 系统方案驾驶员疲劳监测系统通过视频采集设备获得驾
18、驶员实时图像,自动分析驾驶员的头部姿态、眼睛运动规律以及面部特征等信息来确定驾驶员精神状态,并给出相应的预警提示。研究表明,相比脸部或头部运动规律而言,眼睛的活动规律,如眨眼频率、眨眼快慢、眼睛张开幅度以及眼睛的注视方向等能更好地反映出当前时刻实验对象的精神状态好坏。因此,如果能够获得每一帧图像中的双眼大小、位置信息以及运动变化,就可以将一段时间内驾驶员的眼部活动规律统计出来,结合疲劳状态分析指标,就能够对驾驶员疲劳状态进行评价。综上所述,我们系统的总体设计包含了以下几个方面的内容,如图2.1所示:图2.1系统流程图2.1软件部分2.1.1 图像预处理在驾驶环境下通过视频流采集的图像会受到诸多
19、因素的影响而包含噪声信息,如分辨率、系统噪声、突变背景等,给接下来的图像运算带来干扰。因此,我们对源图像通过直方图均衡化的手段进行预先处理,去除噪声,增强图像对比度,凸显图像细节,提高图像质量。图2.1均衡化前图2.2均衡化后图2.3均衡化前的直方图图2.4均衡化后的直方图2.1.2 人脸检测图2.5人脸检测模块结构人脸检测环节是人眼定位前的重要步骤。系统采用Adaboost算法,利用OpenCV提供的样本训练和检测方法。首先采集样本,使用haartraining应用程序,从已采集的样本集中训练出分类器,该分类器可以很好地区别出人脸和非人脸;在检测环节,加载待检图像帧至分类器中,通过对图像像素
20、点的扫描,找到图像中包含的人脸,标定该区域。后续操作会在已标定的人脸区域中进行,缩小计算区域,排除非人脸因素的干扰,极大地提高了系统的运行速率。2.1.3 人眼定位该环节包括人眼粗略定位和人眼精确定位两个阶段。首先,根据中国传统的三庭五眼的先验知识,粗略定位肯定存在人眼的大致区域,该区域可能同时包含眉毛,发角等干扰,但却进一步地缩小了计算区域;接着,将人眼粗略区域通过一定阈值转换为二值化图像,再进行垂直方向上的灰度投影,求得直方图,因为人眼和周围皮肤的灰度存在较大差异,所以可从直方图中的波峰波谷判断出人眼上下边缘的Y坐标,继而可对眼睛进行精确定位。图 2.6人眼定位模块结构2.1.4眼睛状态判
21、断通过最大类间方差法(Otsu)在不同的光线下对人眼精确区域进行不同阈值的二值化,分别获取最佳的人眼睁闭状态时的眼部形状。通过对连续N帧的对比可以判断,黑色像素值面积最小时可认为驾驶员当前处于闭眼状态,其他情况下处于睁眼或者半睁眼状态。2.1.5疲劳分析系统选取目前公认有效的PERCOLS疲劳程度评价指标,即通过闭眼帧在连续N帧内所占的时间比例来分析疲劳状态,睁眼帧记录为“1”值,闭眼帧记录为“0”值,这样,连续N帧后便可获取关于“1”“0”交错出现的序列,疲劳状态的分析即可用“0”值在该序列中所占的比例来描述,当百分比高于一定的实验比例后即可认为司机可能出现疲劳。通过以上五个步骤的操作处理,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 毕业设计 论文 基于 视频 识别 驾驶员 疲劳 监控 系统
链接地址:https://www.31doc.com/p-3950337.html