基于DSP的人眼疲劳预警系统的设计与实现

VIP免费

3.0 侯斌 2024-11-19 4 4 4.78MB 58 页 15积分

侵权投诉

基于 DSP 的人眼疲劳预警系统的

设计与实现

摘要

疲劳驾驶是一种因连续长时间内驾车后的主观不适感觉，但客观上会在同等

条件下，失去其完成正常驾驶能力的现象。驾驶疲劳主要表现为：对驾驶操作缺

乏信心；对正常驾驶操作程序不能延续，四肢无力，注意力无法集中，反应较平

常慢，甚至出现精神恍惚或瞬间记忆消失，出现动作迟误或过早，操作停顿或修

正时间不当等不安全因素。

还有就是生理机能和心理机能的失调，驾驶人的注意、感觉、知觉、思维、

判断、意志、决定，思维能力和记忆力和运动等诸方面都会不同程度下降。记忆

和思考能力下降。在疲劳情况下驾驶，往往会导致操作失误的增加，违反交通法

规，轻则出现驾驶操作呆滞，忘记操作等，重则失去对车辆的控制能力。

通过研究大量前人的疲劳研究文献以及本人的钻研，人的疲劳信息绝大部分

会反映到眼睛的状态上，因此着重人眼的研究，能够有效地获取可靠地疲劳信息

本文应用了图像处理、模式识别、DSP 技术、机器视觉和人工智能等多种技术，

通过 CCD 摄像头对当前驾驶员进行图像的捕获，然后对人脸和人眼进行定位后，

重点提取人眼的信息进行分析，通过实时捕获人眼信息序列，结合马尔科夫链算

法，完成对驾驶员疲劳的预测。本文的具体研究工作如下：

提出了疲劳监测的研究意义，国内外研究情况，阐述了本文的创新点以及整

体框架。介绍了通过 BP 神经网络算法以及 Gabor 特征值对人脸进行定位识别，详

细阐述了灰度投影法与灰度变化标准差的结合来多角度定位眼睛的方法，然后特

别提出一种简便且准确的方法来计算眼睛状态对应的阈值，创新地利用马尔科夫

链，一种预测算法对当事人的精神状态进行判断和预测，最后对算法优化并移植

到 DSP 平台上。每个章节均给出详细的实验数据和分析。本文所做的这些工作和贡

献拓宽了疲劳检测的研究方向，丰富了疲劳检测的研究思路，具有很大的研究意

义和研究价值。

关键字：人脸定位人眼检测马尔科夫链预测优化

ABSTRACT

Fatigue driving is driver keep driving after a long time ,so that the physiological

function and psychological function disorder, and the driving skills decline objectively.

Driver haven't got enough sleep or the sleeping quality is poor, prone to be fatigue after

a long time driving. Fatigue driving will affect the driver's attention, feeling, perception,

thinking, judgment, will, decision and sports and other aspects. Driving in fatigue state,

always feel sleepy, limb weakness, inattention, judgment ability to drop, even appear

spirit trance or instant memory disappear, action is delayed or early to unsafe factors

such as operating pause or improper fixed time also can be happened, and it is easy to

cause an accidents. Therefore, fatigue driving is forbidden.

Through study of fatigue of predecessors' research literature and my own research,

most fatigue information will be reflected to the state of the eye, so researching on

human eyes is a reliable way to obtain fatigue information effectively . This paper apply

the image processing, pattern recognition, DSP technology, machine vision, and a

variety of technologies such as artificial intelligence, image capture on will be used on

driver by using CCD camera ,then locate the face and eye, focus on the extraction the

information of human eyes and analyzed, through the real-time capture on eyes-state

information, combined with markov chain method, complete the forecast of driver

fatigue. Therefore, in this paper, the specific research work are as follows:

This paper presents the significance of a fatigue detection research, research

situation at home and abroad, this paper expounds the innovation points and the overall

framework of this article. Introducing the BP neural network algorithm and fixing

Gabor feature values of face recognition, elaborated the gray projection method and the

combination of gray standard deviation on multi-angle method of locating eyes in detail,

then particularly present a simple and accurate method to calculate the eyes state

threshold value, innovatively use of markov chain ,a prediction algorithm to judge and

predict the state of mind. Finally, the algorithm of optimization and transplant to the

DSP hardware platform. Each chapter detailed experimental data and the experimental

analysis are given. This article did the work and make a contribution to broaden the

fatigue detection research, enrich the research idea of fatigue detecting, has great

researching significance and value.

KeyWord: FaceLocation, EyesDetect ,Markov chain, Prediction,

Optimized

目录
摘要
ABSTRACT
第一章 绪论.....................................................................................................................1
1 研究背景及其意义...........................................................................................1
2 驾驶疲劳的研究现状.......................................................................................2
2.1 驾驶疲劳的国外研究状况....................................................................2
2.2 驾驶疲劳的国内研究状况....................................................................4
3 本文的主要研究工作和创新点.......................................................................5
4 本文的整体框架...............................................................................................6
第二章 人脸定位.............................................................................................................8
1 图像预处理.......................................................................................................8
2 Gabor 变换的提出与应用................................................................................8
2.1Fourier 变换..........................................................................................8
2.2 Gabor 变换的提出与分析....................................................................9
2.3 二维 Gabor 滤波器.............................................................................10
2.4 Gabor 特征提取..................................................................................13
3 特征降维.........................................................................................................14
4 BP 神经网络算法及实现................................................................................16
4.1 BP 算法原理........................................................................................16
4.2 BP 算法的实现....................................................................................16
5  本章小结.......................................................................................................19
第三章 人眼的检测与识别...........................................................................................20
1 灰度积分投影.................................................................................................20
2 多角度定位.....................................................................................................22
3 眼部轮廓的提取.............................................................................................23
3.1 Sobel 算子及其应用..........................................................................23
4 眼睛状态的识别.............................................................................................25
4.1 常用曲率检测方法.............................................................................25
4.2 本文的曲率检测方法.........................................................................29
5 本章小结.........................................................................................................30
第四章 眼睛疲劳的预测...............................................................................................32
1 疲劳的定义.....................................................................................................32
2 马尔科夫链算法与分析.................................................................................33
3 马尔科夫链在疲劳预测上的应用.................................................................37
3.1 HTK 工具包及系统搭建.....................................................................37
3.2 预测技术的应用方法.........................................................................39
4 本章小结.........................................................................................................40
第五章 硬件平台及优化...............................................................................................41
1 系统硬件结构.................................................................................................41
1.1 图像处理及分析部分..........................................................................42
1.2 存储器部分.........................................................................................42

1.3 图像采集.............................................................................................42
1.4 数据输出及警告.................................................................................43
1.5 电源管理及时钟..................................................................................43
2 优化与移植.....................................................................................................45
2.1 内部指令的使用..................................................................................45
2.2 对short(16 位)数据使用int(32 位)类型访问......................................45
2.3 数据存储的优化..................................................................................45
2.4 二级缓存 L2 的使用............................................................................45
2.5 数据的ＥＤＭＡ搬移..........................................................................45
2.6 提高CPU的并行性.............................................................................45
3 本章小结.........................................................................................................48
第六章 实验结果与分析...............................................................................................49
1 人脸定位实验结果及分析.............................................................................49
2 人眼检测实验结果及分析.............................................................................50
3 人眼提取与阈值计算实验.............................................................................50
4 疲劳预测实验.................................................................................................52
5 优化实验..........................................................................................................55
6 本章小结.........................................................................................................55
第七章 总结与展望.......................................................................................................57
参考文献.........................................................................................................................59

第一章绪论

1.1 研究背景及其意义

计算机视觉[1]是一门研究如何机器代替人眼的学科，机器视觉已经在各个领

域有巨大的需求，工业、气象、农业、天文地理、医药、军工、航天航空、公安

交通、安全、科学研究中不可分割的一部分。目前，机器视觉这个新兴领域，，

也正在迎来爆发式增长，2011 年机器视觉产品电子制造行业的市场规模为 50 亿

美元，同比增长率为37%。半导体、生物科学、汽车行业和包装机械占据了近 65%

的机器视觉市场份额。因此机器视觉将会是 21 世纪极具前景和挑战性的学科，十

分值得探讨。

疲劳是一个引发交通安全问题的主要原因。在最近几十年,各种研究已经证实,

事故发生风险与疲劳关系很大。我国土地辽阔，因此在公路运输中,经常存在穿州

过省的运输方式，根据调查表明 60%的交通事故都是因为疲劳驾驶原因而导致的。

我国汽车行业的发展之迅速令世界震惊，但令人痛心的是交通事故发生率也高居

不下，占全世界的20％左右，是全球道路事故发生率最多的国家。引发交通事故

的原因有多种，图1-1 就是我国近年来在交通事故中的死亡人数。

图 1-1 我国今年交通事故死亡人数

可见，杜绝疲劳驾驶，能减少很大程度的生命财产损失，寻找准确的检测并

预警疲劳的方法变得迫不及待。

检测疲劳的研究意义表现在：第一，疲劳的检测涉及到机器视觉的研究，其

具体涉及到人脸人眼等视觉识别，因此这方面的研究对机器视觉等相关方面有一

定的促进作用。第二，疲劳检测包括检测和识别算法,具体的实现涉及到图像处理

各种各样的算法,因此,本文的研究能促进图像处理领域的发展。第三，疲劳检测

包括人脸检测、眼部特征提取和模式分类的图像典型模式识别问题,所以，此研究

对促进模式识别领域的发展有一定的帮助。第四,疲劳和清醒的区分和疲劳程度的

上海理工大学硕士学位论文

分类是涉及人体生命科学的学科领域,因此,此研究不仅对机器视觉的研究有帮助，

而且对人体生命科学的研究也有一定的促进作用。第五，本文的疲劳检测系统着

重在利用马尔科夫链预测算法应用到疲劳预测上，更进一步深化了马尔科夫链算

法。第六，全篇论文，涉及机器视觉，人体生物信息和数学预测算法等多学科的

相结合，对跨领域综合研究的科研工作有一定的促进作用。

1.2 驾驶疲劳的研究现状

目前，疲劳检测方法大致可分为两种类型，包括客观和主观的，主观的方法

难以调查，其标准也很难定夺，不好拿来评价驾驶员精神状态。半导体和材料行

业的发展，已研发出很多高精度的传感器，目前，疲劳检测技术主要基于各类型

的传感器，不妨列举几个主流的检测方法：

1.2.1 驾驶疲劳的国外研究状况

1) 脑电图（EEG）信号检测

悉尼大学的健康研究中心觉得采用脑电图信号进行疲劳判断的方法比较可

靠，于是采用专业设备采集不同驾驶员的脑电图后利用人工神经网络对脑电图的

各个波段进行处理并分析，进行疲劳的判断。Tran和他的团队更是优化改进了脑

电图的使用，他们采用二阶差分结构和采样熵算法，对采集的脑电图信号[2]进行

非线性分析和处理，可以脑电信号的准确获取，该方法已在集中趋势测量法中得

到验证，从而判断司机是否疲劳驾驶。日本canon KK 研发出一套安装在头部实

时监控脑电波的疲劳检测装置，一旦驾驶员疲劳驾驶，Buzzer 就会发出声音提示。

2) 心电图（ECG）信号检测

日本 Pioneer 早在 1990 已开始进行疲劳检测的研究，并在1994 年顺利开发

出了一个打瞌睡检测的系统。该系统主要通过检测被测者的心跳速度的变化情况

来判定疲劳程度，并通过音乐方式提醒被检测者注意。日本丰田汽车集团

（Toyota)的一款利用心博传感器判断司机是否有瞌睡的防瞌睡装置也成功呢面

世，并且采用震动驾驶员座椅的动作来提醒，优点是结构简单。但是考虑到具体

驾驶情况时，心率会因为情况不同而不同，也就是说，不一定非得疲劳才会引起

心率变化，所以其检测的准确性不能很好地保证，因此，此类基于心电信号进行

疲劳检测的方法更多的是被用作辅助其他检测方法。

3) PERCLOS参数检测

Wierwille 等人在 1994 年时做了大量实验，最后得出结论，在一定单位时间

里，例如一分钟或三十秒，人的眼睛闭合时间是有规律可循的，也就是能从中反

映出人的疲劳情况。这一理论的提出，得到很大的影响，卡里基美罗大学在这理

论基础上反复进行实验探究，最终提出了 PERCLOS[4]作为检测疲劳驾驶的评价参

数，并设计一个疲劳检测装置，此装置是基于单位时间内眼睛的闭合程度达到

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

基于DSP的人眼疲劳预警系统的设计与实现摘要疲劳驾驶是一种因连续长时间内驾车后的主观不适感觉，但客观上会在同等条件下，失去其完成正常驾驶能力的现象。驾驶疲劳主要表现为：对驾驶操作缺乏信心；对正常驾驶操作程序不能延续，四肢无力，注意力无法集中，反应较平常慢，甚至出现精神恍惚或瞬间记忆消失，出现动作迟误或过早，操作停顿或修正时间不当等不安全因素。还有就是生理机能和心理机能的失调，驾驶人的注意、感觉、知觉、思维、判断、意志、决定，思维能力和记忆力和运动等诸方面都会不同程度下降。记忆和思考能力下降。在疲劳情况下驾驶，往往会导致操作失误的增加，违反交通法规，轻则出现驾驶操作呆滞，忘记操作等，重则失去对车...

展开>> 收起<<

基于DSP的人眼疲劳预警系统的设计与实现.doc

共58页,预览6页

还剩页未读，继续阅读

基于DSP的人眼疲劳预警系统的设计与实现

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: