发明名称 一种基于眨眼检测的疲劳驾驶监测方法
摘要 本发明公开了一种基于眨眼检测的疲劳驾驶监测方法,包括步骤:一、图像采集:将每一个采样时刻所采集的脸部图像同步传送至图像处理器;二、图像处理:图像处理器对各分析处理周期内接收到的脸部图像分别进行分析处理,过程如下:201、第一个分析处理周期内所接收脸部图像分析处理;202、下一个分析处理周期内所接收脸部图像分析处理;203、M‑3次重复步骤202;204、下一个分析处理周期内所接收脸部图像分析处理及疲劳驾驶判断;205、返回步骤204。本发明方法步骤简单、设计合理且实现方便、使用效果好,基于驾驶员脸部图像的眨眼检测能简便、快速对驾驶员的疲劳驾驶状态进行准确监测,实用价值高。
申请公布号 CN106384096A 申请公布日期 2017.02.08
申请号 CN201610835397.5 申请日期 2016.09.20
申请人 西安科技大学 发明人 汪梅;郭林;赵海强;徐长丰;朱亮;朱阳阳;张松志;牛钦
分类号 G06K9/00(2006.01)I 主分类号 G06K9/00(2006.01)I
代理机构 西安创知专利事务所 61213 代理人 谭文琰
主权项 一种基于眨眼检测的疲劳驾驶监测方法,其特征在于,该方法包括以下步骤:步骤一、图像采集:采用图像采集设备(1)且按照预先设定的采样频率f<sub>s</sub>,对被监测驾驶员的脸部图像进行采集,并将每一个采样时刻所采集的脸部图像同步传送至图像处理器(3);所述图像采集设备(1)与图像处理器(3)连接;其中,f<sub>s</sub>=F<sub>s</sub>Hz,F<sub>s</sub>为正整数且F<sub>s</sub>=25~35;步骤二、图像处理:所述图像处理器(3)按照预先设定的分析处理频率f且按照时间先后顺序,对各分析处理周期内接收到的所述脸部图像分别进行分析处理;其中,<img file="FDA0001117464440000011.GIF" wi="190" he="121" />n为正整数且n=5、6、10、12或15;对各分析处理周期内接收到的所述脸部图像分别进行分析处理时,过程如下:步骤201、第一个分析处理周期内所接收脸部图像分析处理,包括以下步骤:步骤2011、脸部图像同步存储与眨眼检测:所述图像处理器(3)按照采样时间先后顺序,对本分析处理周期内所接收的N幅所述脸部图像分别进行同步存储,并对所接收的各幅所述脸部图像分别进行眨眼检测;其中,N为一个分析处理周期内所接收的所述脸部图像的数量且N=n×F<sub>s</sub>;对本分析处理周期内所接收的任一幅所述脸部图像进行眨眼检测时,采用单眼检测方法或双眼检测方法对该脸部图像进行眨眼检测;其中,采用单眼检测方法对该脸部图像进行眨眼检测时,过程如下:步骤A1、眼部区域图像获取:调用眼睛定位模块,对该脸部图像中被监测驾驶员的左眼或右眼所处位置进行定位,获得被监测驾驶员的眼部区域图像;所述眼部区域图像为被监测驾驶员左眼或右眼所处区域的图像;步骤A2、图像归一化处理:调用图像归一化处理模块,对步骤A1中所述眼部区域图像进行归一化处理;本步骤中,归一化处理后的所述眼部区域图像的大小为M<sub>1</sub>×N<sub>1</sub>个像素点,其中M<sub>1</sub>为正整数且M<sub>1</sub>=75~85,N<sub>1</sub>为正整数且N<sub>1</sub>=28~32;步骤A3、图像二值化处理:调用图像二值化处理模块,对步骤A2中归一化处理后的所述眼部区域图像进行二值化处理;步骤A4、瞳孔图像去除:调用图像去除模块,去除步骤A3中二值化处理后的所述眼部区域图像中瞳孔的图像,获得眼部图像;步骤A5、圆拟合:调用圆拟合模块,对步骤A4中所述眼部图像中上眼睑线所处的圆进行拟合,并对拟合出圆的中心点像素坐标(X<sub>0</sub>,Y<sub>0</sub>)进行记录;步骤A6、眨眼判断:根据步骤A5中所述中心点像素坐标(X<sub>0</sub>,Y<sub>0</sub>),对该脸部图像采集时被测试者是否眨眼进行判断:当Y<sub>0</sub><y<sub>m</sub>时,判断为该脸部图像采集时被测试者处于眨眼状态,且该脸部图像的眨眼检测结果为眨眼;否则,判断为该脸部图像采集时被测试者处于非眨眼状态,且该脸部图像的眨眼检测结果为非眨眼;其中,y<sub>m</sub>为预先设定的眨眼状态判断阈值且y<sub>m</sub>=11~14;采用双眼检测方法对该脸部图像进行眨眼检测时,过程如下:步骤B1、眼部区域图像获取:调用眼睛定位模块,对该脸部图像中被监测驾驶员的左眼和右眼所处位置分别进行定位,获得被监测驾驶员的两幅所述眼部区域图像;两幅所述眼部区域图像分别为被监测驾驶员左眼和右眼所处区域的图像;步骤B2、图像归一化处理:按照步骤A2中所述的方法,对步骤B1中两幅所述眼部区域图像分别进行归一化处理;步骤B3、图像二值化处理:按照步骤A3中所述的方法,对步骤B2中归一化处理后的两幅所述眼部区域图像分别进行二值化处理,获得二值化处理后的两幅所述眼部区域图像;步骤B4、瞳孔图像去除:按照步骤A4中所述的方法,分别去除步骤B4中两幅所述眼部图像中瞳孔的图像,获得两幅所述眼部图像;步骤B5、圆拟合:调用圆拟合模块,对步骤B4中两幅所述眼部图像中上眼睑线所处的圆分别进行拟合,并对拟合出两个圆的中心点像素坐标分别进行记录,两个圆的中心点像素坐标分别记作(X<sub>1</sub>,Y<sub>1</sub>)和(X<sub>2</sub>,Y<sub>2</sub>);步骤B6、眨眼判断:根据步骤B5中拟合出两个圆的所述中心点像素坐标,对该脸部图像采集时被监测驾驶员是否眨眼进行判断:当Y<sub>1</sub><y<sub>m</sub>且Y<sub>2</sub><y<sub>m</sub>时,判断为该脸部图像采集时被监测驾驶员处于眨眼状态,且该脸部图像的眨眼检测结果为眨眼;否则,判断为该脸部图像采集时被监测驾驶员处于非眨眼状态,且该脸部图像的眨眼检测结果为非眨眼;步骤2012、眨眼次数统计:根据步骤2011中对本分析处理周期内所接收的N幅所述脸部图像的眨眼检测结果,对本分析处理周期内被监测驾驶员的眨眼次数进行统计;本分析处理周期内被监测驾驶员的眨眼次数与本分析处理周期内所接收的N幅所述脸部图像中眨眼检测结果为眨眼的脸部图像的总数量相同;步骤202、下一个分析处理周期内所接收脸部图像分析处理:按照步骤2011至步骤2012中所述的方法,对下一个分析处理周期内所接收脸部图像进行分析处理,获得本分析处理周期内被监测驾驶员的眨眼次数;步骤203、M‑3次重复步骤202,直至完成前M‑1个分析处理周期内所接收脸部图像的分析处理过程,获得前M‑1个分析处理周期内被监测驾驶员的眨眼次数;其中,<img file="FDA0001117464440000031.GIF" wi="155" he="119" />步骤204、下一个分析处理周期内所接收脸部图像分析处理及疲劳驾驶判断,过程如下:步骤2041、下一个分析处理周期内所接收脸部图像分析处理:按照步骤2011至步骤2012中所述的方法,对下一个分析处理周期内所接收脸部图像进行分析处理,获得本分析处理周期内被监测驾驶员的眨眼次数;步骤2042、疲劳驾驶判断:根据步骤2041中得出的本分析处理周期内被监测驾驶员的眨眼次数与本分析处理周期之前的M‑1个分析处理周期内被监测驾驶员的眨眼次数之和N<sub>z</sub>,对此时被监测驾驶员是否处于疲劳驾驶状态进行判断:当N<sub>z</sub>>N<sub>0</sub>时,判断为此时被监测驾驶员处于疲劳驾驶状态;否则,判断为被监测驾驶员处于正常驾驶状态;其中N<sub>z</sub>为预先设定的眨眼次数判断阈值且N<sub>z</sub>=25~30;步骤205、返回步骤204,按照步骤2041至步骤2042中所述的方法,进行下一个分析处理周期内所接收脸部图像分析处理及疲劳驾驶判断。
地址 710054 陕西省西安市雁塔中路58号