[发明专利]一种基于人眼图像处理实现驾驶员疲劳判别的方法

摘要

本发明公开一种基于人眼图像处理实现驾驶员疲劳判别的方法。首先根据驾驶员脸部状况，设置初始的人脸模板、人眼模板。然后，处理前一段视频，作自由训练。接着，检测后续帧视频图像中的人眼区域，判断人眼是否闭合。根据连续闭眼帧数和当前帧号，计算PERCLOS值。如果PERCLOS值大于0.15，系统发出警报，认为驾驶员疲劳。否则继续检测后续帧。

主权项

一种基于人眼图像处理实现驾驶员疲劳判别的方法，其特征在于它包括如下步骤：步骤1，预先定义参数st_train、end_train，用于表示视频流中用于训练的起始帧序号，定义参数counter，并初始化为0，该参数用于统计视频流中连续闭眼的帧数，同时，根据驾驶员脸部状况，设置初始的人脸模板、人眼模板；步骤2，逐帧处理视频流的第st_train帧到第end_train帧，通过自由训练，优化人脸和人眼模板；具体步骤如下：(1)将第i个视频帧（包含R、G、B三通道信息）灰度量化处理，量化后R、G、B三通道的灰度值为1~8； (2)根据初始的人脸模板、人眼模板，搜索出脸部区域图，矩阵Ao中用1表示脸部区域，Ab用1表示背景区域，At用1表示脸部和背景区域；(3)如果当前帧为第st_train帧，根据Ao和Ab，利用核函数加权直方图描述脸部的颜色模型，计算未归一化似然比L和归一化似然比Ln，它们都是8×8×8的矩阵；(4) 利用mean shift算法检测人脸、定位眼睛，计算出新的人脸模板、人眼模板，同时重新计算未归一化似然比L和归一化似然比Ln；(5)如果仍需训练，读取下一帧视频图像，重复步骤2中的(1)，直到训练结束，输出新的人脸模板、人眼模板，及相应的未归一化似然比L和归一化似然比Ln；步骤3，检测后续帧视频图像中的人眼区域，判断人眼是否闭合，具体步骤如下：(1)将第i个视频帧（包含R、G、B三通道信息）灰度量化处理，量化后R、G、B三通道的灰度值为1~8；(2)根据已优化的人脸模板和人眼模板，搜索出当前帧图像的脸部区域图，计算矩阵Ao、Ab和At；(3)根据Ao和Ab，利用核函数加权直方图描述脸部的颜色模型，计算未归一化似然比L和归一化似然比Ln；(4) 利用mean shift算法检测人脸、定位眼睛，计算出新的人脸模板、人眼模板，同时重新计算未归一化似然比L和归一化似然比Ln；(5)将人眼模板对应的眼睛区域图转换成灰度图象，再作边缘检测和二值化处理，突出图像中眼睛的轮廓；(6)将二值图作hough变换，根据hough变换检测圆的方法，检测图中的眼睛，如果hough变换检测到图中有圆，则认为图中驾驶员眼睛未闭合，设置counter=0，否则认为驾驶员眼睛闭合，counter增加1；步骤4，根据当前counter值和帧号，计算PERCLOS值，如果PERCLOS值大于设定阈值，则达到警戒值，系统发出警报，否则执行步骤3中的(1)。