基于OpenCV的疲劳驾驶预警系统

基于OpenCV的疲劳驾驶预警系统

摘  要

目前，随着我国人民生活水平的不断提高，汽车已经走进了千家万户，成为人们日常出行的一种重要的交通工具，交通事故也随之增多。造成交通事故频频发生的重要原因是由于司机的疲劳驾驶。因此，针对疲劳驾驶方面的研究具有极大的科研价值与设计意义。

系统设计思路是采用OpenCV开源的视频图像处理库，使用摄像头采集视频图像，对输入图像做预处理(图像灰度化、中值滤波等)；通过学习训练的方法构造基于类Haar特征的层叠式分类器，利用基于类Haar特征的层叠式分类器从输入图像中直接定位人眼；把人眼部分的图像截取出来，二值化人眼图像；然后计算二值化图像中垂直方向上瞳孔的宽度大小，从而判断眼睛的状态；最后通过多次的捕捉,计算眼睛闭合的频率来得出其疲劳状态。

关键词：疲劳驾驶 OpenCV 类Haar层叠式分类器 图像处理 眼睛定位 

目  录

摘  要 I

ABSTRACT II

1 前言 1

1.1选题背景 1

1.2驾驶人疲劳状态监测方法分析 1

1.2.1基于驾驶人生理信号的检测方法 1

1.2.2基于驾驶人生理反应特征的检测方法 2

1.2.3基于驾驶人操作行为的检测方法 2

1.2.4基于车辆状态信息的检测方法 2

1.3选题目标 3

1.4需求分析 3

1.4.1用户需求分析 3

1.4.2功能需求分析 3

1.5本章小结 4

2 OpenCV介绍 5

2.1 OpenCV背景介绍 5

2.2 OpenCV应用领域及特点 5

2.3 OpenCV在Visual Studio 2005下安装与配置 5

2.3.1 OpenCV的安装 5

2.3.2 Visual Studio 2005的安装 8

2.4 本章小结 11

3 系统方案 12

3.1系统总体方案 12

3.2系统主要功能 13

3.3系统实现原理 14

3.4本章小结 14

4 算法分析 15

4.1 AdaBoost算法描述 15

4.2 眼睛定位算法 16

4.3 基于Haar特征分类器训练生成XML步骤 17

4.3.1 采集样本 17

4.3.2创立样本VEC文件 18

4.3.3训练生成XML 19

4.4 本章小结 20

5 详细设计 21

5.1程序流程图 21

5.2 软件设计 22

5.2.1 获取图像 22

5.2.2 眼睛定位 22

5.2.3 计算眼睛的高度 23

5.2.4报警模块 24

5.2.5 GUI设计 24

5.3 本章小结 25

6 系统测试 26

6.1人脸定位及眼睛定位测试 26

6.2系统测试结果 27

6.3本章小结 29

7 论文总结 30

参考文献 31

附  录 32

谢  辞 34