一種駕駛員疲勞駕駛檢測(cè)方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理與模式識(shí)別技術(shù)領(lǐng)域，更具體地，設(shè)及一種駕駛員疲勞駕駛 檢測(cè)方法及系統(tǒng)。
【背景技術(shù)】
[0002] 疲勞駕駛已經(jīng)對(duì)我國(guó)道路交通安全帶來(lái)了巨大影響，如果能在疲勞產(chǎn)生的初期給 駕駛員進(jìn)行預(yù)警提示，就會(huì)大大減少交通事故的發(fā)生?，F(xiàn)有的疲勞駕駛檢測(cè)主要分為接觸 式和非接觸式的方法。接觸式的方法主要是檢測(cè)駕駛員腦電、屯、電和肌電=個(gè)指標(biāo)；非接觸 式的方法主要是通過(guò)安放的攝像頭對(duì)駕駛員和車(chē)輛動(dòng)作參數(shù)進(jìn)行檢測(cè)，包括駕駛員面部特 征、車(chē)輛行駛路線(xiàn)、方向盤(pán)的轉(zhuǎn)動(dòng)等。接觸式的方法由于其檢測(cè)系統(tǒng)較大，不適合安放在駕 駛室內(nèi)，同時(shí)由于需要接觸到駕駛員，對(duì)駕駛員有很大的干擾，限制了接觸式檢測(cè)方法的應(yīng) 用，故而非接觸式的方法成為疲勞檢測(cè)研究的主要方向。
[0003] 非接觸式檢測(cè)包括檢測(cè)頭部姿態(tài)、基于陽(yáng)R化OS任ercentageofEyelidClosure Time)標(biāo)準(zhǔn)的方法等方法。此類(lèi)方法通過(guò)對(duì)人體的外在特征進(jìn)行檢測(cè)，可W得到較為直觀的 結(jié)果，避免采用接觸式檢測(cè)時(shí)所產(chǎn)生的問(wèn)題。
[0004] 其中，檢測(cè)頭部姿態(tài)根據(jù)疲勞時(shí)人的頭部會(huì)經(jīng)常向下傾斜來(lái)判定是否疲勞，但是 此種方法判斷太過(guò)單一，而且有些人在疲勞的時(shí)候頭部姿態(tài)基本不變，因而該方法無(wú)法準(zhǔn) 確檢測(cè)是否疲勞，影響判斷的準(zhǔn)確性。另外，雖然駕駛員在疲勞時(shí)，頭部運(yùn)動(dòng)不夠頻繁，但是 在一些較為空曠的道路上行駛時(shí)，駕駛員判斷出汽車(chē)處于安全狀態(tài)，不會(huì)受到周?chē)挠绊懀?就會(huì)更多的觀察前方路面的情況，不一定會(huì)左顧右盼。因而頭部運(yùn)動(dòng)不頻繁并不能直接說(shuō) 明駕駛員處于疲勞狀態(tài)，通過(guò)檢測(cè)頭部運(yùn)動(dòng)的方法來(lái)判斷是否疲勞容易出現(xiàn)誤判。
[0005] 基于PER化0S標(biāo)準(zhǔn)的方法通過(guò)判斷眼睛的開(kāi)合度來(lái)判斷是否疲勞，該方法需要精 確定位駕駛員的眼睛。但是在汽車(chē)行駛過(guò)程中，外界環(huán)境變化較大，當(dāng)外界的光照強(qiáng)度不 同，例如汽車(chē)可能從艷陽(yáng)高照的情況下突然進(jìn)入一個(gè)較暗的隧道，或者在夜晚、光線(xiàn)較弱、 司機(jī)戴上墨鏡等情況下進(jìn)行檢測(cè)時(shí)會(huì)影響檢測(cè)效果，因而此方法對(duì)于各種環(huán)境下的適應(yīng)性 要求比較高。在沒(méi)有相應(yīng)處理的前提下，無(wú)法得到準(zhǔn)確的檢測(cè)結(jié)果。

【發(fā)明內(nèi)容】

[0006] 針對(duì)現(xiàn)有技術(shù)的W上缺陷或改進(jìn)需求，本發(fā)明提供一種駕駛員疲勞駕駛檢測(cè)方法 及系統(tǒng)，能夠在不同光照強(qiáng)度W及戴墨鏡的情況下對(duì)疲勞駕駛進(jìn)行檢測(cè)，并且得到較為準(zhǔn) 確的檢測(cè)結(jié)果，避免出現(xiàn)誤判。
[0007] 為實(shí)現(xiàn)上述目的，按照本發(fā)明的一個(gè)方面，提供一種駕駛員疲勞駕駛檢測(cè)方法，包 括W下步驟：
[000引步驟1采集駕駛員行駛過(guò)程中的頭部圖像；
[0009] 步驟2從所述頭部圖像中定位駕駛員的眼睛區(qū)域，判斷駕駛員是否佩戴墨鏡，并 獲得粗定位眼睛圖像，其中，判斷駕駛員是否佩戴墨鏡的方法為先假定駕駛員未佩戴墨鏡 并得到眼睛區(qū)域的圖像，將所述圖像轉(zhuǎn)化到HSV空間，選取V通道，并使用OTSU算法進(jìn)行 二值化，統(tǒng)計(jì)二值化后圖像中黑色像素點(diǎn)的比例，如果超出設(shè)定闊值，則認(rèn)為駕駛員佩戴墨 鏡；
[0010] 步驟3根據(jù)不同光線(xiàn)情況和駕駛員是否佩戴墨鏡對(duì)所述粗定位眼睛圖像進(jìn)行處 理得到眼睛輪廓的圖像；
[0011] 步驟4根據(jù)所述眼睛輪廓的圖像，通過(guò)重屯、位置的X坐標(biāo)將眼睛目標(biāo)分為左右兩 個(gè)部分，分別計(jì)算左右兩個(gè)部分的重屯、，計(jì)算其連線(xiàn)與水平線(xiàn)的夾角，按照所述夾角旋轉(zhuǎn)圖 像，將眼睛旋轉(zhuǎn)至水平，再計(jì)算所述眼睛輪廓的上下邊界得到眼高，根據(jù)所述眼高計(jì)算得到 駕駛員行駛過(guò)程中眼睛的開(kāi)合度；
[0012] 步驟5判斷所述眼睛的開(kāi)合度是否大于設(shè)定的闊值，是則執(zhí)行步驟6,否則執(zhí)行步 驟1 ;
[0013] 步驟6判定駕駛員處于疲勞狀態(tài)，發(fā)出警報(bào)提醒駕駛員。
[0014] 按照本發(fā)明的另一方面，提供一種駕駛員疲勞駕駛檢測(cè)系統(tǒng)，包括圖像采集模塊、 主控模塊W及警報(bào)模塊，其中：
[0015] 所述圖像采集模塊用于采集駕駛員行駛過(guò)程中的頭部圖像；
[0016] 所述主控模塊包括：
[0017] 眼睛定位模塊，用于對(duì)采集到的所述頭部圖像的眼睛部位進(jìn)行粗定位得到眼睛圖 像；
[0018] 眼部圖像處理模塊，用于對(duì)粗定位得到的所述眼睛圖像進(jìn)行處理后得到眼睛輪廓 的圖像；
[0019] 眼高計(jì)算模塊，用于根據(jù)所述眼睛輪廓的圖像計(jì)算眼睛的高度，從而得到行駛過(guò) 程中駕駛員的眼睛開(kāi)合度；W及
[0020] 疲勞狀態(tài)判斷模塊；用于將所述駕駛員的眼睛開(kāi)合度與設(shè)定闊值比較，判斷駕駛 員是否處于疲勞狀態(tài)；W及
[0021] 所述警報(bào)模塊用于當(dāng)所述疲勞狀態(tài)判斷模塊判斷駕駛員處于疲勞狀態(tài)時(shí)發(fā)出警 報(bào)。
[0022] 總體而言，通過(guò)本發(fā)明所構(gòu)思的W上技術(shù)方案與現(xiàn)有技術(shù)相比具有W下優(yōu)點(diǎn)：
[0023] 本發(fā)明的疲勞駕駛檢測(cè)方法可W實(shí)現(xiàn)眼部狀態(tài)的全天候?qū)崟r(shí)監(jiān)控，當(dāng)光線(xiàn)較暗時(shí) 可通過(guò)安裝的紅外發(fā)射裝置進(jìn)行補(bǔ)光，W及在駕駛員佩戴了墨鏡的情況下都捕捉到駕駛員 的眼睛圖像數(shù)據(jù)，獲得較為準(zhǔn)確的檢測(cè)結(jié)果。另外，本發(fā)明根據(jù)獲取的眼睛圖像的數(shù)據(jù)來(lái)判 定駕駛員是否疲勞，不需要依賴(lài)外部的環(huán)境。通過(guò)計(jì)算駕駛員眼睛的開(kāi)合度可W在很大程 度上判斷出駕駛員是否處于疲勞駕駛的狀態(tài)，實(shí)現(xiàn)了有效的預(yù)警。
【附圖說(shuō)明】
[0024] 圖1為本發(fā)明駕駛員疲勞駕駛檢測(cè)方法的流程圖；
[0025] 圖2為本發(fā)明光敏電阻光線(xiàn)判斷電路示意圖；
[0026] 圖3為本發(fā)明眼部開(kāi)合度示意圖；
[0027] 圖4為本發(fā)明駕駛員疲勞駕駛檢測(cè)系統(tǒng)的結(jié)構(gòu)框圖。
【具體實(shí)施方式】
[002引為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，W下結(jié)合附圖及實(shí)施例，對(duì) 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用W解釋本發(fā)明，并 不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個(gè)實(shí)施方式中所設(shè)及到的技術(shù)特征只要 彼此之間未構(gòu)成沖突就可W相互組合。
[0029] 圖1所示為本發(fā)明駕駛員疲勞駕駛檢測(cè)方法的流程圖，具體包括W下步驟：
[0030] 步驟1采集駕駛員頭部圖像。
[0031] 利用例如車(chē)載裝置中的攝像頭來(lái)采集駕駛員行駛過(guò)程中的頭部圖像。此外，在本 發(fā)明實(shí)施例中，車(chē)載裝置上還提供紅外照明裝置，在光照強(qiáng)度發(fā)生變化時(shí)，例如，光線(xiàn)較弱、 夜晚、偏光等情況下會(huì)自動(dòng)開(kāi)啟紅外照明裝置對(duì)人臉進(jìn)行補(bǔ)光，該樣即使光線(xiàn)很微弱的情 況下也能很好的采集到人臉的圖像數(shù)據(jù)。在駕駛員佩戴墨鏡時(shí)，自動(dòng)開(kāi)啟紅外照明穿透墨 鏡，對(duì)墨鏡遮擋的駕駛員眼部成像。
[0032] 步驟2定位駕駛員眼睛區(qū)域，獲得粗定位眼睛圖像。
[0033] 定位駕駛員眼睛是為了獲得較為準(zhǔn)確的眼睛圖像數(shù)據(jù)。要定位眼睛，首先得檢測(cè) 到人臉，在人臉檢測(cè)算法中AdaBoost算法結(jié)合化ar特征的方法表現(xiàn)出了非常高的準(zhǔn)確性 和高效性；使用同一個(gè)訓(xùn)練集訓(xùn)練一系列弱分類(lèi)器，再通過(guò)弱分類(lèi)器結(jié)合得到強(qiáng)分類(lèi)器。 AdaBoost算法將分類(lèi)器組織成級(jí)聯(lián)方式，能夠快速淘汰掉明顯不是人臉的檢測(cè)窗口，具有 較快的檢測(cè)速度。
[0034] 在本發(fā)明實(shí)施例中，使用人臉五官分布規(guī)律來(lái)進(jìn)行駕駛員眼睛區(qū)域的粗定位，獲 得粗定位眼睛圖像。記檢測(cè)到的人臉區(qū)域左上角坐標(biāo)為（Xh^yfaJ，眼睛區(qū)域的寬和高分 別為Wf。。。和hh。。，依據(jù)統(tǒng)計(jì)學(xué)的經(jīng)驗(yàn)，駕駛員粗定位眼睛區(qū)域可通過(guò)W下公式確定：
[0035] 當(dāng)駕駛員戴墨鏡時(shí)：
[0036] Xeye= X faee+WfaeeX13/14
[0037] Yeye= y face+hfaceXl/6
[003引 Weye=Wface/3
[0039] heye=hface/3
[0040] 當(dāng)駕駛員未戴墨鏡時(shí)：
[0041] Xeye= Xface+WfaceX7/l2
[00創(chuàng) yeye= yface+hface/4
[0043] Weye=Wface/4
[0044] heye=hface/4
[0045] 其中，義&。。、7&。。、'\￥&。。、]1&。。分別表示人眼粗定位起始點(diǎn)的義，7坐標(biāo)，1^及眼睛區(qū)域 的寬和高。
[0046] 在本發(fā)明實(shí)施例中，判定駕駛員是否佩戴墨鏡的方式為：先假定駕駛員未佩戴墨 鏡并得到眼睛區(qū)域的圖像。將圖像轉(zhuǎn)化到HSV空間，選取V通道，并使用0TSU算法進(jìn)行二 值化。統(tǒng)