基于有限状态自动机的人眼开度PERCLOS实现算法

针对驾驶员驾驶过程中因疲劳引起的眼睛开度变化问题,在原有PERCLOS(percentage of eyelid closure over the pupil over time)标准的基础上,提出了一种基于有限状态自动机的人眼开度PERCLOS计算方法,并将其应用到疲劳驾驶预警系统中。该系统首先采用红外摄像头实时获取驾驶员的脸部视频图像,使用ASM(active shape models)算法进行人脸检测,在定位到的人脸范围内搜索人眼区域并计算人眼开度,为了避免人与摄像头距离变化影响计算结果,对人眼开度进行归一化处理;然后依据建立的有限状态自动机模型计算PERCLOS值;最后根据制定的预警机制实现基于人眼开度的疲劳预警。实验结果表明本方法能够实时监测驾驶员疲劳状况,具有对光照变化、脸部配饰不敏感的特点。

疲劳驾驶检测中人眼实时定位与跟踪

针对疲劳驾驶检测中现存的一些难点,提出了一种新颖的驾驶员眼睛定位与跟踪方法.首先采用Gamma校正和图像自商算法对红外光源采集到的驾驶员行车图像进行预处理,进而采用基于Haar-like特征的AdaBoost算法初定位驾驶员眼眉区域,并在此基础上采用眼眉区域15点ASM(Active Shape Models)模型来准确定位驾驶员的眼睛区域,最后采用了Unscented卡尔曼滤波算法完成驾驶员眼睛的实时跟踪.实验结果表明,该算法不仅可以提高对光照、姿态变化以及驾驶员眼睛运动的强非线性问题的鲁棒性,同时对驾驶员配戴眼镜的情况也能得到较为理想的处理结果.

分数阶三维块匹配去噪算法

提出了一种分数阶三维块匹配去噪算法,以克服分数阶积分去噪中低频轮廓保留不精确的缺点和三维块匹配算法中高频纹理细节成分保留较差的缺点。描述了分数阶积分去噪方法应用在数字图像处理中的数学理论原理;构造了分数阶积分去噪模板,并具体分析了分数阶阶次选择对去噪结果的影响;从主观视觉评价和客观峰值信噪比(PSNR)度量两个标准对提出的去噪算法性能进行了分析。从去噪实验的结果来看,提出的分数阶三维块匹配算法在去噪图像高频细节纹理的保留上与诸如小波去噪、非局部均值等算法相比取得了更佳的结果。通过对本算法的数值实现,以及与多数流行去噪算法结果进行数值分析,证明了分数阶积分三维块匹配理论的正确性和合理性,得出了本算法效果更佳的结论。