一种驾驶员疲劳驾驶检测方法及系统的制作方法

一种驾驶员疲劳驾驶检测方法及系统的制作方法
【技术领域】
[0001] 本发明属于图像处理与模式识别技术领域，更具体地，设及一种驾驶员疲劳驾驶 检测方法及系统。
【背景技术】
[0002] 疲劳驾驶已经对我国道路交通安全带来了巨大影响，如果能在疲劳产生的初期给 驾驶员进行预警提示，就会大大减少交通事故的发生。现有的疲劳驾驶检测主要分为接触 式和非接触式的方法。接触式的方法主要是检测驾驶员脑电、屯、电和肌电=个指标；非接触 式的方法主要是通过安放的摄像头对驾驶员和车辆动作参数进行检测，包括驾驶员面部特 征、车辆行驶路线、方向盘的转动等。接触式的方法由于其检测系统较大，不适合安放在驾 驶室内，同时由于需要接触到驾驶员，对驾驶员有很大的干扰，限制了接触式检测方法的应 用，故而非接触式的方法成为疲劳检测研究的主要方向。
[0003] 非接触式检测包括检测头部姿态、基于阳R化OS任ercentageofEyelidClosure Time)标准的方法等方法。此类方法通过对人体的外在特征进行检测，可W得到较为直观的 结果，避免采用接触式检测时所产生的问题。
[0004] 其中，检测头部姿态根据疲劳时人的头部会经常向下倾斜来判定是否疲劳，但是 此种方法判断太过单一，而且有些人在疲劳的时候头部姿态基本不变，因而该方法无法准 确检测是否疲劳，影响判断的准确性。另外，虽然驾驶员在疲劳时，头部运动不够频繁，但是 在一些较为空旷的道路上行驶时，驾驶员判断出汽车处于安全状态，不会受到周围的影响， 就会更多的观察前方路面的情况，不一定会左顾右盼。因而头部运动不频繁并不能直接说 明驾驶员处于疲劳状态，通过检测头部运动的方法来判断是否疲劳容易出现误判。
[0005] 基于PER化0S标准的方法通过判断眼睛的开合度来判断是否疲劳，该方法需要精 确定位驾驶员的眼睛。但是在汽车行驶过程中，外界环境变化较大，当外界的光照强度不 同，例如汽车可能从艳阳高照的情况下突然进入一个较暗的隧道，或者在夜晚、光线较弱、 司机戴上墨镜等情况下进行检测时会影响检测效果，因而此方法对于各种环境下的适应性 要求比较高。在没有相应处理的前提下，无法得到准确的检测结果。

【发明内容】

[0006] 针对现有技术的W上缺陷或改进需求，本发明提供一种驾驶员疲劳驾驶检测方法 及系统，能够在不同光照强度W及戴墨镜的情况下对疲劳驾驶进行检测，并且得到较为准 确的检测结果，避免出现误判。
[0007] 为实现上述目的，按照本发明的一个方面，提供一种驾驶员疲劳驾驶检测方法，包 括W下步骤：
[000引步骤1采集驾驶员行驶过程中的头部图像；
[0009] 步骤2从所述头部图像中定位驾驶员的眼睛区域，判断驾驶员是否佩戴墨镜，并 获得粗定位眼睛图像，其中，判断驾驶员是否佩戴墨镜的方法为先假定驾驶员未佩戴墨镜 并得到眼睛区域的图像，将所述图像转化到HSV空间，选取V通道，并使用OTSU算法进行 二值化，统计二值化后图像中黑色像素点的比例，如果超出设定阔值，则认为驾驶员佩戴墨 镜；
[0010] 步骤3根据不同光线情况和驾驶员是否佩戴墨镜对所述粗定位眼睛图像进行处 理得到眼睛轮廓的图像；
[0011] 步骤4根据所述眼睛轮廓的图像，通过重屯、位置的X坐标将眼睛目标分为左右两 个部分，分别计算左右两个部分的重屯、，计算其连线与水平线的夹角，按照所述夹角旋转图 像，将眼睛旋转至水平，再计算所述眼睛轮廓的上下边界得到眼高，根据所述眼高计算得到 驾驶员行驶过程中眼睛的开合度；
[0012] 步骤5判断所述眼睛的开合度是否大于设定的阔值，是则执行步骤6,否则执行步 骤1 ;
[0013] 步骤6判定驾驶员处于疲劳状态，发出警报提醒驾驶员。
[0014] 按照本发明的另一方面，提供一种驾驶员疲劳驾驶检测系统，包括图像采集模块、 主控模块W及警报模块，其中：
[0015] 所述图像采集模块用于采集驾驶员行驶过程中的头部图像；
[0016] 所述主控模块包括：
[0017] 眼睛定位模块，用于对采集到的所述头部图像的眼睛部位进行粗定位得到眼睛图 像；
[0018] 眼部图像处理模块，用于对粗定位得到的所述眼睛图像进行处理后得到眼睛轮廓 的图像；
[0019] 眼高计算模块，用于根据所述眼睛轮廓的图像计算眼睛的高度，从而得到行驶过 程中驾驶员的眼睛开合度；W及
[0020] 疲劳状态判断模块；用于将所述驾驶员的眼睛开合度与设定阔值比较，判断驾驶 员是否处于疲劳状态；W及
[0021] 所述警报模块用于当所述疲劳状态判断模块判断驾驶员处于疲劳状态时发出警 报。
[0022] 总体而言，通过本发明所构思的W上技术方案与现有技术相比具有W下优点：
[0023] 本发明的疲劳驾驶检测方法可W实现眼部状态的全天候实时监控，当光线较暗时 可通过安装的红外发射装置进行补光，W及在驾驶员佩戴了墨镜的情况下都捕捉到驾驶员 的眼睛图像数据，获得较为准确的检测结果。另外，本发明根据获取的眼睛图像的数据来判 定驾驶员是否疲劳，不需要依赖外部的环境。通过计算驾驶员眼睛的开合度可W在很大程 度上判断出驾驶员是否处于疲劳驾驶的状态，实现了有效的预警。
【附图说明】
[0024] 图1为本发明驾驶员疲劳驾驶检测方法的流程图；
[0025] 图2为本发明光敏电阻光线判断电路示意图；
[0026] 图3为本发明眼部开合度示意图；
[0027] 图4为本发明驾驶员疲劳驾驶检测系统的结构框图。
【具体实施方式】
[002引为了使本发明的目的、技术方案及优点更加清楚明白，W下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用W解释本发明，并 不用于限定本发明。此外，下面所描述的本发明各个实施方式中所设及到的技术特征只要 彼此之间未构成冲突就可W相互组合。
[0029] 图1所示为本发明驾驶员疲劳驾驶检测方法的流程图，具体包括W下步骤：
[0030] 步骤1采集驾驶员头部图像。
[0031] 利用例如车载装置中的摄像头来采集驾驶员行驶过程中的头部图像。此外，在本 发明实施例中，车载装置上还提供红外照明装置，在光照强度发生变化时，例如，光线较弱、 夜晚、偏光等情况下会自动开启红外照明装置对人脸进行补光，该样即使光线很微弱的情 况下也能很好的采集到人脸的图像数据。在驾驶员佩戴墨镜时，自动开启红外照明穿透墨 镜，对墨镜遮挡的驾驶员眼部成像。
[0032] 步骤2定位驾驶员眼睛区域，获得粗定位眼睛图像。
[0033] 定位驾驶员眼睛是为了获得较为准确的眼睛图像数据。要定位眼睛，首先得检测 到人脸，在人脸检测算法中AdaBoost算法结合化ar特征的方法表现出了非常高的准确性 和高效性；使用同一个训练集训练一系列弱分类器，再通过弱分类器结合得到强分类器。 AdaBoost算法将分类器组织成级联方式，能够快速淘汰掉明显不是人脸的检测窗口，具有 较快的检测速度。
[0034] 在本发明实施例中，使用人脸五官分布规律来进行驾驶员眼睛区域的粗定位，获 得粗定位眼睛图像。记检测到的人脸区域左上角坐标为（Xh^yfaJ，眼睛区域的宽和高分 别为Wf。。。和hh。。，依据统计学的经验，驾驶员粗定位眼睛区域可通过W下公式确定：
[0035] 当驾驶员戴墨镜时：
[0036] Xeye= X faee+WfaeeX13/14
[0037] Yeye= y face+hfaceXl/6
[003引 Weye=Wface/3
[0039] heye=hface/3
[0040] 当驾驶员未戴墨镜时：
[0041] Xeye= Xface+WfaceX7/l2
[00创 yeye= yface+hface/4
[0043] Weye=Wface/4
[0044] heye=hface/4
[0045] 其中，义&。。、7&。。、'\￥&。。、]1&。。分别表示人眼粗定位起始点的义，7坐标，1^及眼睛区域 的宽和高。
[0046] 在本发明实施例中，判定驾驶员是否佩戴墨镜的方式为：先假定驾驶员未佩戴墨 镜并得到眼睛区域的图像。将图像转化到HSV空间，选取V通道，并使用0TSU算法进行二 值化。统 计二值化后图像中黑色像素点的比例，如果超出某一设定阔值，则认为驾驶员佩戴 墨镜。在本发明实施例中，该阔值可选取为0. 5~0. 8,此处优选为0. 6。
[0047] 步骤3对粗定位的眼睛图像进行处理得到眼睛的轮廓。此步骤中，系统将自适应 不同的情况采取不同的操作。在本发明实施例中，使用光敏电阻判断光线情况，其电路如图 2所示，其中电阻R1和R2分别为33kQ和l(K)kQ，R3为一个4化Q至14化Q的光敏电阻。 当光线比较暗时，光敏电阻R3的值比较大，立极管基极和发射极的电压Ub。比较大，达到击 穿电压，于是输出电压0U化ut等于0,即低电平；当光线比较充足时，光敏电阻R3的值比较 小，=极管基极和发射极的电压Ube比较小，未达到击穿电压，因此输出电压OU化ut为一个 高电平。根据输出电压OU化ut为高电平或者低电平就可W判断光线情况。若为白天情况 则执行步骤（3-1)，若为夜晚情况则执行步骤（3-2)，若为驾驶员戴墨镜情况下则执行步骤 (3-3)，其中；
[0048] 步骤（3-1)即白天情况下的处理包括W下子步骤：
[0049] (3-1-1)将步骤2得到的粗定位眼睛图像转化为灰度图像，并二值化。二值化阔值 选取为图像灰度值的均值乘W-个系数，在本发明实施例中，该系数可选取为0. 6~0. 8， 优选为0. 75 ;
[0050] (3-1-2)依次将步骤（3-1-1)得到的二值图像第一行的各点作为种子点使用漫水 填充算法，将黑色像素的点设置成白色；
[0051] (3-1-3)将黑色像素点的个数往水平方向投影，并判断波峰的个数，波峰的判定阔 值如下：
[0化2]Tpeak=avg+(m-avg)/3
[0化3] 其中，avg表示有效行的均值；m表示各行值的最大值。在本发明实施例中，将连续 的大于Tp,ak的各行定义为一个波峰。利用该公式可W得到一个波峰的起始行和终止行；[0化4] (3-1-4)如果步骤（3-1-3)处理的结果只有一个波峰，则将该波峰区域保留下 来；如果步骤（3-1-3)处理的结果有两个波峰，则将第二个波峰区域保留下来；如果步骤 (3-1-3)处理的结果有S个波峰，则将第S个波峰区域保留下来；如果步骤（3-1-3)处理的 结果有四个波峰，则将第S个波峰区域保留下来。在本发明实施例中，保留波峰的方式为将 除了由步骤（3-1-3)求得的波峰起始行和终止行之间区域外所有的行内的像素全部设置 成白色。保留下的波峰区域即为分割出的眼睛目标。一般情况下最多只留有四个波峰，如 果波峰数量大于四，则说明图像中存在大量噪点，该帖丢弃。保留下来的波峰区域即为眼睛 的位置，保留下来的该区域内的像素即为眼睛目标，从而可W得到眼睛的轮廓图像。
[005引步骤（3-。即夜晚情况下的处理包括W下子步骤：
[0056] (3-2-1)因为夜晚使用红外灯补光，可能会造成眼部图像光线的不均匀。因此，首 先灰度化步骤2得到的粗定位的眼睛图像，并使用Mask匀光算法经行处理。在Mask匀光 算法得到背景图像的过程中，使用尺寸较大的高斯滤波器。在本发明实施例中，具体尺寸选 择为眼部图像宽度的S分之一；
[0化7] (3-2-2)使用OTSU算法对图像进行二值分割，并对分割的结果进行形态学闭运算 处理；
[0化引（3-2-3)对步骤（3-2-2)处理的结果进行连通区域的分析，选取不触及图像边缘 的面积最大的连通区域，即为眼睛轮廓的图像。
[0化9]步骤（3-3)即驾驶员戴墨镜情况下的处理包括W下子步骤：
[0060] (3-3-1)灰度化步骤2得到的粗定位眼睛图像，并使用基于金字塔的均值漂移分 割算法对图像进行去噪处理。在本发明实施例中，选择灰度值颜色半径为4、窗口半径为2、 金字塔的层数为2、最大的漂移次数为6。均值漂移算法依次遍历图像中的每个像素，将其 漂移到窗口的重屯、。重复迭代，直到达到最大漂移次数或者漂移向量比较小。先在金字塔 的上层图像中进行均值漂移算法，并将结果投影到下一层图像中，W此来保持图像的轮廓 信息。投影方法为，通过上层处理的结果还原得到下层尺寸大小图像，如果窗口内没有与中 屯、点灰度值超过颜色半径的像素则设置掩码。设置结束后，只需对未设置掩码的像素进行 均值漂移分割即可；
[0061] (3-3-2)使用Wallis滤波器拉大图像的对比度。Wallis滤波器中，选择目的均值 为原图像的均值，目的方差可选择为超过原图像方差的一个值，选取92至113之间的值均 能够得到比较好的效果，经过大量统计，该里优选为100 ;
[0062] (3-3-3)使用自适应阔值分割对步骤（3-3-2)得到的图像进行二值分割。自适应 阔值分割中，选择邻域窗口半径为10,调整参数也为10 ;
[0063] (3-3-4)对步骤（3-3-2)处理的结果进行连通区域的分析，选取不触及图像边缘 的面积最大的连通区域，即为眼睛轮廓的图像。
[0064] 步骤4计算驾驶员眼睛的高度，得到驾驶员行驶过程中眼睛的开合度。
[00化]计算步骤3得到的眼睛目标的重屯、，再通过重屯、位置的X坐标将眼睛目标分为左 右两个部分。分别计算左右两个部分的重屯、，计算其连线与水平线的夹角。按照该夹角旋 转图像，将眼睛旋转至水平。再计算该轮廓的上下边界即可得到眼高。
[0066] 图像中的黑色像素点即为得到的眼睛轮廓图像中的像素点，记其为点集C= {Pi(Xl，Yi)，口2(又2,Y2)，…，Pn(Xn，y。)}，贝幢屯、的计算公式如下所示：
[0069] 其中，X。和y。分别表示计算出来的重屯、的横坐标和纵坐标。
[0070] 在现有的PER化OS标准中，计算每一帖图像中驾驶员眼睛的开合度，并计算一段 时间内闭眼的比例，如果高于某一个阔值，就断定驾驶员疲劳。该方法在最终评判时，仅仅 考虑了其睁闭信息，而丢弃了其开合度的具体数据。在本发明实例中，将PERCLOS标准稍作 修改，计算一段时间内各帖图像中驾驶员的平均开合度，并通过该平均开合度判断驾驶员 眼睛的睁闭状态，如果闭眼，则表示一段时间内，驾驶员眼睛的开合度比较小，驾驶员疲劳。 否则，驾驶员处于一个安全状态。阳R化OS有S种标准；P70、P80、EM。其中P80被证明美 国国家高速公路局证明最能反映驾驶员的疲劳程度。在本发明实例中，使用P80标准。P80 中当眼脸改过眼睛的的面积超过80%时，判定驾驶员为闭眼。在图像中，眼睛的面积较难 判断，而眼睛的高度却很容易取得。因此，在本发明实例中，使用眼高来计算眼睛的开合度。 图3所示为本发明开合度示意图，每一帖图像中眼睛的开合度计算公式如下所示：
[0071]
[0072] 其中，表示h表示当前帖中驾驶员的眼睛高度。选取临近n帖的P值的平均值作 为当前驾驶员的特征值，n取的值越小，疲劳的检测越敏感。n选取的值可W从1至Ij30,本发 明优选为10 ;H表示不疲劳时候的眼睛高度。在本发明实施例中，为了适应不同的驾驶员， 在驾驶员刚开始驾车时，对H的值进行初始化；选取系统刚开始运行时的前50帖图像中的 平均眼高作为H的值。在驾驶员刚开始开车时，系安全带等行为可能会造成驾驶员动作比 较大，初始化数据不好。因此，初始化时，对数据进行判断，如果此50个值的方差较大，则重 新初始化。
[0073] 步骤5根据计算出的行驶过程中驾驶员的眼睛开合度判断驾驶员是否处于疲劳 状态，是则执行步骤6,否则执行步骤1。
[0074] 将阳R化OS的P80标准中的面积换化成眼高之后，阔值0.8相应变换成0.73。但 是在实际的计算中，眼睛的高度计算有很多干扰，例如摄像头角度、睫毛长度等。因此该阔 值需要进行微调，阔值在0. 65至0. 73之间均能反映驾驶员的疲劳状态，在本发明实施例 中，将该阔值优选为0.682。
[0075] 驾驶员的疲劳状态由W下公式给出：
[0076]
[0077] 其中，1表示驾驶员处于安全状态；0表示驾驶员处于疲劳状态；P。表示临近的n帖 图像中驾驶员的眼睛开合度的平均值。
[007引步骤6当判定驾驶员处于疲劳状态时，则发出警报提醒驾驶员。
[0079] 本发明的疲劳驾驶检测方法中，通过检测驾驶员行驶过程中眼睛的开合度来判断 驾驶员是否处于疲劳状态，具有较高的准确性，对疲劳驾驶做出了有效的预警。
[0080] 图3所示为本发明驾驶员疲劳驾驶检测系统1的结构框图，包括图像采集模块11、 主控模块12W及警报模块17。其中主控模块12包 括眼睛定位模块13、眼部图像处理模块 14、眼高计算模块15W及疲劳状态判断模块16。其中图像采集模块11用于采集驾驶员的 头部图像，图像采集模块11包括红外发射装置、感光器件及摄像头（图3中未示出）。其 中红外发射装置用于为驾驶员的脸部提供红外照明，W使在光照不佳的情况下仍然能捕捉 到驾驶员的头部图像数据；感光器件用于判断外界光线情况，并根据光线情况设定环境标 识量，开启或者关闭红外等；摄像头用于采集驾驶员的头部图像。眼睛定位模块13用于对 捕捉到的头部图像的眼睛部位进行粗定位。眼睛定位模块13包括人脸检测模块（图3中 未示出），采用AdaBoost算法、化ar分类器检测人脸，定位到人脸后，判断驾驶员是否戴墨 镜，根据经验值可W定位到人眼部位。眼部图像处理模块14用于根据感光器件设定的环境 标识量选择不同处理方法，对定位到的眼睛图像进行匀光、图像二值化、阔值分割、去噪等 一系列处理后得到仅有眼睛轮廓的图像。眼高计算模块15用于对眼睛开合高度的计算，从 而得到行驶过程中驾驶员的眼睛开合度的变化情况，并将计算结果传递给疲劳状态判断模 块16进行判断。当疲劳状态判断模块16判定驾驶员处于疲劳状态时，就将参数传给警报 模块17,通过警报模块17的卿趴警告驾驶员处于疲劳驾驶状态。
[0081] 采用本发明的疲劳驾驶检测系统，可对疲劳驾驶进行判别并通过车载的警示器对 处于疲劳驾驶的驾驶员进行提醒，防止因疲劳驾驶而导致的交通事故的发生。
[0082] 本发明提供的疲劳驾驶检测方法和系统，具有结构简单、成本低、检测结果准确可 靠的优点。
[0083] 本领域的技术人员容易理解，W上所述仅为本发明的较佳实施例而已，并不用W 限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含 在本发明的保护范围之内。
【主权项】
1. 一种驾驶员疲劳驾驶检测方法，其特征在于，包括： 步骤1采集驾驶员行驶过程中的头部图像； 步骤2从所述头部图像中定位驾驶员的眼睛区域，判断驾驶员是否佩戴墨镜，并获得 粗定位眼睛图像，其中，判断驾驶员是否佩戴墨镜的方法为先假定驾驶员未佩戴墨镜并得 到眼睛区域的图像，将所述图像转化到HSV空间，选取V通道，并使用OTSU算法进行二值 化，统计二值化后图像中黑色像素点的比例，如果超出设定阈值，则认为驾驶员佩戴墨镜； 步骤3根据不同光线情况和驾驶员是否佩戴墨镜对所述粗定位眼睛图像进行处理得 到眼睛轮廓的图像； 步骤4根据所述眼睛轮廓的图像，通过重心位置的X坐标将眼睛目标分为左右两个部 分，分别计算左右两个部分的重心，计算其连线与水平线的夹角，按照所述夹角旋转图像， 将眼睛旋转至水平，再计算所述眼睛轮廓的上下边界得到眼高，根据所述眼高计算得到驾 驶员行驶过程中眼睛的开合度； 步骤5判断所述眼睛的开合度是否大于设定的阈值，是则执行步骤6,否则执行步骤 1 ; 步骤6判定驾驶员处于疲劳状态，发出警报提醒驾驶员。2. 如权利要求1所述方法，其特征在于，所述步骤1中，在光线较弱或驾驶员佩戴墨镜 的情况下自动开启红外照明装置对驾驶员脸部进行补光以便于采集所述头部图像。3. 如权利要求1所述的方法，其特征在于，所述步骤2中，定位驾驶员的眼睛区域的方 法为使用AdaBoost算法结合Haar特征的方法检测到人脸区域，并根据检测到的所述人脸 区域进行驾驶员眼睛区域的粗定位。4. 如权利要求1-3中任一项所述的方法，其特征在于，所述步骤3中，若为白天情况则 执行子步骤（3-1)，若为夜晚情况则执行子步骤（3-2)，若为驾驶员戴墨镜情况则执行子步 骤（3-3)，其中： 所述子步骤（3-1)包括以下子步骤： (3-1-1)将所述步骤2得到的粗定位眼睛图像转化为灰度图像，并二值化； (3-1-2)依次将所述步骤（3-1-1)得到的二值图像第一行的各点作为种子点使用漫水 填充算法，将黑色像素的点设置成白色； (3-1-3)将黑色像素点的个数往水平方向投影，并判断波峰的个数，波峰的判定阈值如 下： Tpeak= avg+(m-avg)/3 其中，avg表示有效行的均值;m表示各行值的最大值； (3-1-4)如果所述步骤（3-1-3)处理的结果只有一个波峰，则将该波峰区域保留下来； 如果有两个波峰，则将第二个波峰区域保留下来；如果有三个波峰，则将第三个波峰区域保 留下来；如果有四个波峰，则将第三个波峰区域保留下来；如果波峰数量大于四，则说明图 像中存在大量噪点，该帧丢弃，保留下来的波峰区域内的像素即为眼睛目标，从而得到眼睛 轮廓的图像； 所述子步骤（3-2)包括以下子步骤： (3-2-1)灰度化所述步骤2得到的粗定位眼睛图像，并使用Mask匀光算法进行处理； (3-2-2)使用OTSU算法对经所述步骤（3-2-1)处理的图像进行二值分割，并对分割的 结果进行形态学闭运算处理； (3-2-3)对所述步骤（3-2-2)处理的结果进行连通区域的分析，选取不触及图像边缘 的面积最大的连通区域，即为眼睛轮廓的图像； 所述子步骤（3-3)包括以下子步骤： (3-3-1)灰度化所述步骤2得到的粗定位眼睛图像，并使用基于金字塔的均值漂移分 割算法进行去噪处理； (3-3-2)使用Wallis滤波器拉大经所述步骤（3-3-1)去噪的图像的对比度； (3-3-3)使用自适应阈值分割对所述步骤（3-3-2)得到的图像进行二值分割； (3-3-4)对所述步骤（3-3-3)处理的结果进行连通区域的分析，选取不触及图像边缘 的面积最大的连通区域，即为眼睛轮廓的图像。5. 如权利要求1-3中任一项所述的方法，其特征在于，所述步骤4中，所述重心的计算 公式如下所示：其中，X。和y。分别表示计算出来的所述重心的横坐标和纵坐标；点集C = {p ^x1, yj， P2(x2，y2)，一,PnU1^y nM为得到的所述眼睛轮廓的图像中的黑色像素点。6. 如权利要求1-3中任一项所述的方法，其特征在于，所述步骤4中，每一帧图像中所 述眼睛的开合度计算公式如下所示：其中，h表示当前帧中驾驶员的眼睛高度；H表示不疲劳时候的眼睛高度。7. 如权利要求6所述的方法，其特征在于，在驾驶员刚开始驾车时，选取系统刚开始运 行时的前50帧图像中的平均眼睛高度作为所述不疲劳时候的眼睛高度H的值，如果此50 个值的方差较大，则重新选取50帧图像计算所述不疲劳时候的眼睛高度H的值。8. -种驾驶员疲劳驾驶检测系统，其特征在于，包括图像采集模块、主控模块以及警报 模块，其中： 所述图像采集模块用于采集驾驶员行驶过程中的头部图像； 所述主控模块包括： 眼睛定位模块，用于对采集到的所述头部图像的眼睛部位进行粗定位得到眼睛图像； 眼部图像处理模块，用于对粗定位得到的所述眼睛图像进行处理后得到眼睛轮廓的图 像； 眼高计算模块，用于根据所述眼睛轮廓的图像计算眼睛的高度，从而得到行驶过程中 驾驶员的眼睛开合度；以及 疲劳状态判断模块：用于将所述驾驶员的眼睛开合度与设定阈值比较，判断驾驶员是 否处于疲劳状态；以及 所述警报模块用于当所述疲劳状态判断模块判断驾驶员处于疲劳状态时发出警报。9. 如权利要求8所述的驾驶员疲劳驾驶检测系统，其特征在于，所述图像采集模块包 括红外发射装置，用于在光线较弱或驾驶员佩戴墨镜的情况下对驾驶员脸部进行补光以便 于采集所述头部图像，还包括感光器件，用于判断外界光线情况，并根据光线情况开启或者 关闭所述红外发射装置。10. 如权利要求9所述的驾驶员疲劳驾驶检测系统，其特征在于，所述感光器件根据光 线情况设定环境标识量，所述眼部图像处理模块根据所述环境标识量选择不同处理方法对 粗定位的所述眼睛图像进行处理得到所述眼睛轮廓的图像。
【专利摘要】本发明公开了一种驾驶员疲劳驾驶检测方法及系统，属于图像处理与模式识别技术领域。本发明包括：采集驾驶员头部图像；定位驾驶员眼睛区域；对定位后的眼睛图像进行处理得到眼睛的轮廓；根据得到得眼睛的轮廓计算眼高，得到眼睛的开合度；根据比较眼睛的开合度与设定的阈值来判断驾驶员是否处于疲劳状态；若判断驾驶员处于疲劳状态，则发出警报提醒驾驶员。本发明能够在不同光照强度以及驾驶员戴墨镜的情况下对驾驶员是否疲劳驾驶进行检测，并且得到较为准确的检测结果，对驾驶员疲劳驾驶进行了有效的提醒与警告。
【IPC分类】G08B21/06, G06K9/62
【公开号】CN104881955
【申请号】CN201510332305
【发明人】万琳, 胡卫军
【申请人】华中科技大学
【公开日】2015年9月2日
【申请日】2015年6月16日