基于图像处理的疲劳驾驶预警系统技术方案

本发明专利技术涉及疲劳驾驶检测领域，目的是提供基于图像处理的疲劳驾驶预警系统，本发明专利技术包括系统包括采集模块、处理模块和显示模块，所述采集模块录入驾驶员的图像并传送至所述处理模块，所述图像中包含有驾驶员的面部特征，所述处理模块对所述图像中的面部特征进行人眼定位并获取驾驶员的眼部特征数据，通过将眼部特征数据进行闭合频率检测得出闭眼百分率，根据驾驶员的闭眼百分率得出驾驶员的疲劳程度并通过显示模块显示。

Fatigue driving warning system based on image processing

【技术实现步骤摘要】
基于图像处理的疲劳驾驶预警系统
本专利技术涉及图像检测领域，具体涉及基于图像处理的疲劳驾驶预警系统。
技术介绍
我国在驾驶疲劳检测方面起步较晚，相关的研究不能突破其瓶颈，从而导致我国在该领域技术始终落后。随着我国科技的不断突破创新、经济实力的不断提高以及科研能力的不断发展，在疲劳驾驶检测系统开发上投入的人力、物力也越来越多，其研究进程正在与国外发达国家靠近。但由于我国对于该方面的研究仅局限于理论方向，实际运用方面仍旧较为欠缺。美国研究人员开发的系统能够检测驾驶员是否处于疲劳驾驶状态。该系统通过利用红外线摄像头捕捉驾驶员眼部信息，并将所捕捉的信息与该系统录入的疲劳驾驶状态数据进行对比，判定驾驶员是否处于疲劳驾驶状态，若判定结果为处于疲劳驾驶，则该系统会及时提醒驾驶员休息。但事实上该系统存在着一定缺陷使得尚未能够广泛运用到日常生活中。因此,需要一种预警装置，通过相关匹配方式进行对人眼的粗定位，从而使得系统能够识别人眼位置，进而对人眼睛进行识别，最终评定驾驶员是否处于疲劳状态。
技术实现思路
本专利技术目的在于提供基于图像处理的疲劳驾驶预警系统，为了实现对人眼的精确检测，通过对人脸的检测将图像简化为只含有人脸的局部图像，降低人眼检测的难度，并且能够有效地提升识别的效率与精度，使得最终获得可靠的人眼信息，本专利技术设计巧妙，适合推广；为实现上述目的，本专利技术所采用的技术方案是：基于图像处理的疲劳驾驶预警系统，系统包括采集模块、处理模块和显示模块，所述采集模块录入驾驶员的图像并传送至所述处理模块，所述图像中包含有驾驶员的面部特征，所述处理模块对所述图像中的面部特征进行人眼定位并获取驾驶员的眼部特征数据，通过将眼部特征数据进行闭合频率检测得出闭眼百分率，根据驾驶员的闭眼百分率得出驾驶员的疲劳程度并通过显示模块显示。通过上述技术手段，对人脸实现粗定位，随后细定位到人眼部位，再通过人眼状态判定驾驶员是否处于疲劳驾驶状态，本专利技术设计巧妙，适合推广。优选的，所述处理模块中预存有人眼平均灰度模板，通过驾驶员的眼部特征数据与模板匹配实现人眼定位。优选的，所述人眼平均灰度模板的计算包括下面步骤：步骤1：对面部区域进行二值化，对面部区域建立坐标，并将所述面部区域的宽度设定为L进行计算；步骤2：从面部区域上沿向下搜索至1/2L位置，并对面部区域的坐标值进行计算；步骤3：通过人眼粗定位确定区域D,所述区域D就获取驾驶员的眼部特征数据的整个区域。优选的，所述人眼平均灰度模板包括左眼平均灰度模板和右眼灰度模板。优选的，所述左眼平均灰度模板包括对左眼睁开状态下的平均灰度模板和左眼闭合状态下的平均灰度模板，所述右眼平均灰度模板包括对右眼睁开状态下的平均灰度模板和右眼闭合状态下的平均灰度模板。优选的，所述处理模块还包括有瞳孔定位，通过通孔定位中的Hough变换算法确定人眼为闭合状态还是睁开状态。优选的，所述闭合频率检测的公式为其中，Ttotal是单位时间内所有的图像帧数；TCtotal是眼睛闭合状态下的图像帧数。优选的，所述采集模块为摄像头。与现有技术相比，本专利技术的有益效果为：1.在检测的过程中，需要对待检测图像进行合理的分割，并获得人眼分布的小区域，接着可以在各个小区域中对人眼进行精确的定位与识别。通过这种精确的划分方式不仅缩小了识别范围，而且执行效率更高，最终可以获得更加精确的识别结果；2.基于Hough变换算法来进行人眼的分析不仅能够精确的判断出眼睛的具体位置信息，同时还能够对人眼的状态进行判断，并基于此可以对驾驶员的疲劳状态进行分析；3.实时视频跟踪过程中会有大量的数据需要保存下来，利用FPGA处理器的优势，引入CF卡可以方便地对这些视频数据进行存储，在司机没有及时对报警做出反应而导致发生交通意外的情况下，这些数据可以作为分析事故原因的重要证据。附图说明图1为基于图像处理的疲劳驾驶预警系统的结构图；图2为本专利技术的实施例中圆的Hough变换原理图；图3为本专利技术的实施例中不同疲劳状态下的闭眼百分率；图4为本专利技术的实施例的基于Hough变换的人眼虹膜定位步骤；图5为本专利技术的实施例的眼睛模型；图6为本专利技术的实施例的人眼疲劳检测系统算法流程图；图7为本专利技术的实施例的自适应阈值分割。具体实施方式下面结合本专利技术的附图1～7，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施。在本专利技术的描述中，需要理解的是，术语“逆时针”、“顺时针”“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。实施例1：基于图像处理的疲劳驾驶预警系统，系统包括采集模块、处理模块和显示模块，所述采集模块录入驾驶员的图像并传送至所述处理模块，所述图像中包含有驾驶员的面部特征，所述处理模块对所述图像中的面部特征进行人眼定位并获取驾驶员的眼部特征数据，通过将眼部特征数据进行闭合频率检测得出闭眼百分率，根据驾驶员的闭眼百分率得出驾驶员的疲劳程度并通过显示模块显示。值得说明的是，所述处理模块中预存有人眼平均灰度模板，通过驾驶员的眼部特征数据与模板匹配实现人眼定位，所述人眼平均灰度模板的计算包括下面步骤：步骤1：对面部区域进行二值化，对面部区域建立坐标，并将所述面部区域的宽度设定为L进行计算；步骤2：从面部区域上沿向下搜索至1/2L位置，并对面部区域的坐标值进行计算；步骤3：通过人眼粗定位确定区域D,所述区域D就获取驾驶员的眼部特征数据的整个区域。值得说明的是，所述人眼平均灰度模板包括左眼平均灰度模板和右眼灰度模板。值得说明的是，所述左眼平均灰度模板包括对左眼睁开状态下的平均灰度模板和左眼闭合状态下的平均灰度模板，所述右眼平均灰度模板包括对右眼睁开状态下的平均灰度模板和右眼闭合状态下的平均灰度模板，所述处理模块还包括有瞳孔定位，通过通孔定位中的Hough变换算法确定人眼为闭合状态还是睁开状态，所述闭合频率检测的公式为其中，Ttotal是单位时间内所有的图像帧数；TCtotal是眼睛闭合状态下的图像帧数，所述采集模块为摄像头。实施例2：为了实现对人眼的精确检测，本实施例只将图像简化为只含有人脸的局部图像，从而降低了检测的难度。请参照图6，另外通过这种方式能够有效地提升识别的效率与精度，使得最终获得的人眼信息比较可靠。在检测的过程中，需要对待检测图像进行合理的分割，并获得人眼分布的本文档来自技高网...

【技术保护点】
1.基于图像处理的疲劳驾驶预警系统，其特征在于，系统包括采集模块、处理模块和显示模块，所述采集模块录入驾驶员的图像并传送至所述处理模块，所述图像中包含有驾驶员的面部特征，所述处理模块对所述图像中的面部特征进行人眼定位并获取驾驶员的眼部特征数据，通过将眼部特征数据进行闭合频率检测得出闭眼百分率，根据驾驶员的闭眼百分率得出驾驶员的疲劳程度并通过显示模块显示。/n

【技术特征摘要】
1.基于图像处理的疲劳驾驶预警系统，其特征在于，系统包括采集模块、处理模块和显示模块，所述采集模块录入驾驶员的图像并传送至所述处理模块，所述图像中包含有驾驶员的面部特征，所述处理模块对所述图像中的面部特征进行人眼定位并获取驾驶员的眼部特征数据，通过将眼部特征数据进行闭合频率检测得出闭眼百分率，根据驾驶员的闭眼百分率得出驾驶员的疲劳程度并通过显示模块显示。


2.根据权利要求1所述的基于图像处理的疲劳驾驶预警系统，其特征在于,所述处理模块中预存有人眼平均灰度模板，通过驾驶员的眼部特征数据与模板匹配实现人眼定位。


3.根据权利要求2所述的基于图像处理的疲劳驾驶预警系统，其特征在于，所述人眼平均灰度模板的计算包括下面步骤：
步骤1：对面部区域进行二值化，对面部区域建立坐标，并将所述面部区域的宽度设定为L进行计算；
步骤2：从面部区域上沿向下搜索至1/2L位置，并对面部区域的坐标值进行计算；
步骤3：通过人眼粗定位确定区域D,所述区域D就获取驾驶员的眼部特征数据的整个区域。

【专利技术属性】
技术研发人员：王琦源，黄震，孙元，杨超，印茂伟，任珍文，
申请(专利权)人：西南科技大学，
类型：发明
国别省市：四川;51