疲劳识别系统的设计与实践.doc

摘要：本文设计了一个疲劳识别系统，主要通过眼睛特征来判别驾驶者是否疲劳。对于人脸和人眼的检测，采用的是“Haar”特征 与“ AdaBoosting”算法得到的人脸分类器，检测出人脸图像，并取得了理想的效果，之后再对识别出的人脸图像进行灰度化、直方图均衡化、二值化、切割处理，找到人眼并加以检测， 检测方法则是靠PERCLOS法。PERCLOS是采集一段时间内人脸图形中眼睛闭上的时间占总的检测时间的方法,若识别过程中超过预定的PERCLOS值，则判断疲劳，PERCLOS值越大，则说明疲劳程度越高。利用OpenCV的代码环境进行对PERCLOS的编译，然后在VS2010程序上运行出检测程序 ，通过摄像头实时识别被检测者的疲劳状态。

关键词 人脸检测；人眼定位；疲劳识别；PERCLOS

目录

摘要

Abstract

1 绪论-1

1.1 疲劳检测的研究背景和意义-1

1.2 疲劳识别在国内外研究现状-1

1.2.1 疲劳的研究-1

1.2.2 国内外研究现状-1

2 疲劳识别的介绍-3

2.1 原理-3

2.2 区分人脸部位识别人脸-3

2.3 人眼识别方法说明-3

2.4 人眼识别法-3

2.5人眼识别训练库-4

2.6 开发环境-5

2.7 人眼识别疲劳标准-5

3 图像预处理-7

3.1 灰度化处理-7

3.1.1 分量法-7

3.1.2 最大值法-7

3.1.3 平均值法-7

3.1.4 加权平均值法-8

3.1.5 灰度化效果-8

3.2 直方图均衡化-8

3.3 中值滤波-9

3.4 二值化-10

4 人脸（眼）识别算法-11

4.1 Haar特征-11

4.2 Haar原理-12

4.3 AdaBoost算法-12

5 人眼状态识别-13

5.1 算法原理-13

5.2识别流程图-14

6 疲劳识别系统-15

6.1 疲劳识别界面-15

6.2 功能实现-15

6.2.1摄像头调用-15

6.2.2 人脸识别-17

6.2.3 人眼识别-18

6.2.4 追踪信息-20

6.3 疲劳时系统界面-21

6.4 清醒时系统界面-22

结论-23

致谢-24

参考文献-25

附录-26