1、汽車(chē)、火車(chē)、飛機(jī)等各種交通工具的發(fā)明與普及，促進(jìn)了社會(huì)的巨大發(fā)展，為人類(lèi)文明作出了巨大貢獻(xiàn)，但凡事都有兩面性，各類(lèi)交通工具在給人類(lèi)社會(huì)帶來(lái)巨大便利的同時(shí)，也帶來(lái)了許多災(zāi)難。據(jù)有關(guān)資料統(tǒng)計(jì)：全世界每年因交通事故導(dǎo)致的死亡人數(shù)約50萬(wàn)，直接經(jīng)濟(jì)損失約125億美元，醉酒駕駛和疲勞駕駛是這些事故的主要原因。疲勞狀態(tài)下駕駛，駕駛員會(huì)精力不集中，肢體反應(yīng)遲鈍，對(duì)突發(fā)情況的應(yīng)變能力下降，極易引發(fā)交通事故。在此背景下，駕駛員疲勞預(yù)警系統(tǒng)的開(kāi)發(fā)迫在眉睫。

2、
　　 本文設(shè)計(jì)的駕駛員疲勞實(shí)時(shí)預(yù)警系統(tǒng)，采用TI公司的TMS320DM6437高速圖像處理芯片作為主處理單元，利用紅外照明的CMOS微型攝像機(jī)采集駕駛員面部圖像信息。通過(guò)分析駕駛員疲勞產(chǎn)生的原因及表象，選定根據(jù)眼睛狀態(tài)的變化作為判斷駕駛員是否疲勞的依據(jù)。當(dāng)陽(yáng)光不足或從側(cè)面照射時(shí)，CMOS微型攝像機(jī)采集的圖像會(huì)存在光照不均勻現(xiàn)象。通過(guò)對(duì)比同態(tài)濾波法、直方圖均衡法、灰度增強(qiáng)法等消弱光照不均勻現(xiàn)象方法的優(yōu)缺點(diǎn)，最終選用同態(tài)濾波法對(duì)光

3、照不均勻圖像進(jìn)行處理，該方法考慮了光照的反射特性，兼顧圖像的高頻細(xì)節(jié)和低頻分量。人臉的膚色具有一定的聚類(lèi)性，系統(tǒng)根據(jù)膚色的RGB聚類(lèi)模型完成人臉的檢測(cè)，此方法簡(jiǎn)單、有效，適用于背景簡(jiǎn)單的人臉識(shí)別。
　　 本系統(tǒng)選取眼部狀態(tài)作為疲勞預(yù)警參數(shù)，因此眼睛的定位與跟蹤直接影響著疲勞識(shí)別的結(jié)果。本文對(duì)邊緣檢測(cè)和多種二值化方法進(jìn)行對(duì)比，結(jié)果顯示，Ostu法對(duì)眼睛進(jìn)行二值化分割實(shí)驗(yàn)效果較好。然后根據(jù)分割后的圖像特征，采用混合積分法在原圖像中定

4、位眼睛，用Mean-Shift法對(duì)眼睛進(jìn)行跟蹤，通過(guò)分析眼睛的運(yùn)功狀態(tài)，選取疲勞特征參數(shù)（包括PERCLOS參數(shù)、眼睛閉合時(shí)間、眨眼頻率，其中PERCLOS參數(shù)是現(xiàn)今公認(rèn)最有效的、能車(chē)載的、實(shí)時(shí)的駕駛疲勞評(píng)測(cè)指標(biāo)）。為了保證疲勞特征參數(shù)不會(huì)因特殊情況而突變，求出一段時(shí)間內(nèi)上述參數(shù)平均值，作為系統(tǒng)的疲勞特征參數(shù)。
　　 在決策階段，系統(tǒng)通過(guò)信息融合技術(shù)對(duì)上述參數(shù)進(jìn)行融合，進(jìn)而判斷駕駛員是否處于疲勞。若判定駕駛員疲勞駕駛，則通過(guò)報(bào)警