统计表明,驾驶员疲劳驾驶是造成交通事故的主要原因之一,许多国家正积极进行驾驶疲劳检测的研究。有效的检测和防止驾驶员疲劳驾驶,对于降低交通事故发生及人员伤亡量,有着十分重要的现实意义。本文主要研究了基于视频图像分析的方法在驾驶员疲劳检测中的应用,通过对驾驶员的视频图像分析,定位出驾驶员人脸位置,在此基础上准确定位出与驾驶疲劳有关的眼睛和嘴巴的位置,通过分析眼睛和嘴巴的状态判断驾驶员是否疲劳。本文主要做了以下工作:(1)驾驶员的人脸定位。为提高定位准确率,对视频图像进行必要的图像预处理,包括光照强度校正和去噪声。根据肤色在颜色空间上具有很好的聚类特性,选用YC_bC_r颜色空间作为肤色分布统计的映射空间,建立一个基于肤色的二维高斯分布数学模型,利用基于相似度和人脸形状特性的人脸检测定位方法,对驾驶员人脸进行检测、定位。(2)驾驶员眼睛定位、跟踪与状态判断。为了尽量提高识别效率,首先对定位分割出的人脸图像进行图像预处理,包括彩色图像转变成灰度图像和灰度拉伸。然后对驾驶员人脸区域图像进行垂直微积分投影,定位出眼睛、眉毛的垂直中心位置,根据眼睛、眉毛垂直中心位置,估算出整个眼睛区域的垂直位置,接着对眼睛区域图像进行垂直微积分投影,由粗到精检测出眼睛的垂直区域,最后根据投影曲线计算眼睑张开程度。采用Kalman滤波对眉毛跟踪定位,根据眉毛与眼睛的相对位置,实现了眼睛的跟踪定位。根据PERCLOS原理判断驾驶员是否疲劳。(3)驾驶员嘴巴定位与状态判断。根据嘴唇的红色分量比其它颜色分量强这一特点,在RGB归一化到rgb的颜色空间里,根据若图像两点颜色相同则对应三个颜色分量比值相等这一原理,提出一种新的检测嘴唇的方法。据此映射出嘴唇的二值化图像,对二值化图像进行数学形态运算,以消除小黑点并能填补细小空洞,接着对图像进行水平和垂直积分投影,根据投影曲线得到嘴唇的位置及形状即嘴唇的长度和宽度,计算嘴巴的宽高比,根据宽高比判断驾驶员是否打哈欠。本文采用MATLAB7.0进行开发驾驶员的人脸、眼睛、嘴巴的定位和状态判断,并进行相应的实验,以表明上述研究的正确性。