摘要:随着高速公路的发展和车速的提高,全世界每年的道路交通事故与日俱增。据统计,25%-30%的交通事故源于驾驶员的疲劳驾驶。因此,能否研究出一种快速、准确、实时的疲劳驾驶检测系统已成为智能交通系统领域的核心问题。为了实现精确疲劳驾驶检测,本文首先分析了驾驶疲劳产生的机理和目前的国内外疲劳驾驶检测方法,经分析对比,本文选用了实时性好、检测准确率高以及抗干扰性强的PERCLOS检测方法。本文根据研究的具体情况,对PERCLOS检测方法做了相应变换:将时间的比值转化为连续帧数的比值。PERCLOS检测方法的关键是准确的定位人眼,并判断人眼的张开度,而人眼的精确定位是以人脸的定位为前提的。本文先采用加权平均值法将彩色图像转化为灰度图像,再通过检测速度较高的Robert边缘检测法确定人脸窗口,该方法可以粗略定位人脸,提高检测速度,从而保证了检测的实时性。本文通过采用黑色连通片区域搜索法在二值化后的人脸窗口区域中搜索出若干可疑的人眼连通区,然后在这些连通区中根据人脸的结构特性,如人眼在人脸窗口区域的位置、人眼的形状大小和对称性等条件进行筛选,最终实现人眼的精确和快速定位。经实验验证,其准确度达到92%,对配戴眼镜者也有较高的准确率。本文基于人眼检测开发了一套疲劳驾驶检测系统,该系统在实验室环境下使用PC机和普通摄像头,实现了疲劳驾驶的快速检测。系统主要包括:人脸图像的捕获、人脸检测、人眼检测、人眼状态判断以及疲劳状态的判断。通过实验验证,该系统能够实时的检测到驾驶人员的眼睛,并能有效地检测出驾驶人员的疲劳,同时发出疲劳报警。该系统计算精度较高,疲劳检测准确度达80%,可以满足视频信息处理的需要。本文最后对论文的主要工作进行了总结,并分析了今后有待进一步研究的问题。