1、隨著交通運(yùn)輸業(yè)的發(fā)展，交通事故給國家和社會造成了巨大的財產(chǎn)損失和人員傷亡。如何準(zhǔn)確、快速的識別駕駛員的疲勞狀態(tài)對于減少交通事故的發(fā)生有著重要意義。面部特征可以反映駕駛員的疲勞狀況，因此對駕駛員面部特征的檢測是研究駕駛員疲勞狀況的有效途徑。當(dāng)前國際上有許多研究檢測疲勞駕駛的機(jī)構(gòu)。正在開發(fā)的檢測系統(tǒng)也有不少，但是大多檢測的準(zhǔn)確度不高，更為精確的檢測方法大都還處于研究階段。
　　汽車駕駛是全天候行為，從駕駛員視頻獲得的圖像包括白天和夜晚

2、的。本文在分析前人工作的基礎(chǔ)上，著重研究夜間駕駛員視頻圖像的疲勞檢測方法。因為夜間紅外圖像是灰度圖像，因此本文使用了基于灰度圖像的處理方法。首先對駕駛員的灰度圖像進(jìn)行Prewitt邊緣檢測。為解決單一列像素累積和較小的問題，本文使用窗口灰度積分投影的方法，根據(jù)臉部邊緣的窗口積分投影比較大確定臉部的邊緣。
　　本文提出灰度圖像的眼睛定位方法，通過中值濾波、復(fù)雜度計算等方法初步定位人眼。對于小角度側(cè)臉、兩眼連線與水平線有一定夾角的人臉

3、圖像，利用兩眼復(fù)雜度最大值的差值進(jìn)行水平和垂直補(bǔ)償。根據(jù)眼睛與面部中點(diǎn)距離的先驗知識，確定雙眼的縱向邊界。本文對人眼初定位區(qū)域進(jìn)行二值化橫向積分投影確定眼睛位置，縱向搜索確定眼睛上下邊界。同樣，我們用這種方法對嘴部進(jìn)行精確定位。
　　在眼睛和嘴巴精確定位的基礎(chǔ)上，本文使用眨眼頻率、哈欠頻率和PERCLOS測量原則相結(jié)合的原則判斷駕駛員是否疲勞和發(fā)出報警。
　　根據(jù)駕駛員疲勞檢測算法實現(xiàn)要求，我們選擇DM642作為CPU搭建駕

4、駛疲勞檢測系統(tǒng)。本文著重設(shè)計了視頻采集電路將模擬信號轉(zhuǎn)化為數(shù)字信號，用視頻輸出電路將數(shù)字信號轉(zhuǎn)化為模擬信號并實時顯示圖像，另一主要功能模塊音頻輸入輸出電路用于接收和發(fā)送音頻數(shù)據(jù)以提示報警信息。此外，本文設(shè)計了FPGA電路用來實現(xiàn)增強(qiáng)視頻功能，產(chǎn)生EMIF緩沖控制信號和為FLASH分頁等，而其配置信息以及程序和重要數(shù)據(jù)存儲于FLASH中。最后，使用PROTEL DXP軟件完成PCB板的設(shè)計。
　　本文主要研究了夜間駕駛員疲勞檢測算法