基于DSP的疲勞駕駛檢測系統(tǒng)的研究

2.3.2圖像處理模塊
　由于采集的過程中肯定會存在噪聲，所以先用一個3×3的模板對采集到的圖像進行中值濾波，減少噪聲對圖像處理的干擾。圖5是中值濾波后的亮瞳孔圖像和暗瞳孔圖像。

　因為采集兩幀圖像的時間間隔非常短，兩幀圖像的位置基本上沒什么變化，由于一幀圖像瞳孔位置是亮點，另一幀圖像瞳孔位置亮度小，而兩幀圖像別的區(qū)域亮度值變化不大，所以差分后的圖像瞳孔位置應(yīng)該是最亮的區(qū)域。通過觀察差分圖像，也能發(fā)現(xiàn)差分后瞳孔位置基本上是圖像上最亮的部位，可以根據(jù)這個特征粗定位人眼。在應(yīng)用上駕駛員臉部區(qū)域離攝像頭鏡頭位置距離在40 cm~1 m之間，連續(xù)采集圖像時，眼睛小區(qū)域的面積差別不是很大，在差分圖像上找到最亮點Imax1，通過這個亮點找到一個小區(qū)域，把這個小區(qū)域的亮度值都設(shè)定為零后再在差分圖像上找到另外一個最亮點Imax2，根據(jù)這個亮點再擴展一個小區(qū)域，這兩個小區(qū)域就是駕駛員左右眼的區(qū)域，如圖6所示。這種方法的優(yōu)點是粗定位速度快而且可以避免閾值的設(shè)定。

　目前，用于提取人眼邊界的方法有很多種，包括各種算子的邊緣提取和灰度圖像積分投影等等。在此系統(tǒng)中，可以根據(jù)粗定位后圖像的特征來提取人眼邊界。在粗定位圖像中，通過觀察發(fā)現(xiàn)，上眼瞼的邊界有一特征，就是上面的灰度值比下面的灰度值大；同理，下眼瞼的邊界特征是：下面的灰度值比上面的大。定義一個模板分兩次在粗定位圖像上搜索，分別找到滿足這兩個特征的點，如圖7(b)。在掃描過程中找到上眼瞼的最高點M(x3，y3)、下眼瞼的最低點N(x4，y4)，左臨界點L(x5，y5)、右臨界點R(x6，y6)。得到與眼睛邊界相切的矩形框如圖7(c)。

　人眼的高寬比h(t)可以求出如式(2)：

2.3.3 疲勞狀態(tài)判斷
　在前面圖像處理時，差分圖像后會找到兩個點Imax1(x1，y1)、Imax2(x2，y2)。人眼睜開情況下，這兩個點應(yīng)該在左右瞳孔里，由于左右瞳孔是對稱的兩個區(qū)域，通過實驗測試亮點的垂直坐標(biāo)距離在[0，10]區(qū)間里并且水平坐標(biāo)距離在[25，50]區(qū)間里，依此作為依據(jù)判斷是否檢測到人眼。設(shè)定一個計數(shù)函數(shù)，如果連續(xù)五次檢測都沒有檢測到對稱的雙瞳孔說明人眼完全閉合了，軟件通過GPIO口啟動蜂鳴器提醒駕駛員。
　在能定位人眼時根據(jù)PERCLOS值來判斷疲勞狀態(tài)，如前面原理描述一樣處理。

2.3.4報警系統(tǒng)
　報警系統(tǒng)采用價格便宜的蜂鳴器，用DSP的GPIO口控制蜂鳴器的啟動與停止。

3 實驗結(jié)果及分析
　利用實驗室的設(shè)備制作光源，將DSP開發(fā)板與光源和仿真器連接，通過仿真器連接PC機和開發(fā)板，在CCS3.3環(huán)境下調(diào)試該系統(tǒng)，最后把程序嵌入到開發(fā)板中。連續(xù)采集兩幀圖像的時間間隔為20 ms，為了盡量加快圖像處理時間并且滿足系統(tǒng)需要，圖像大小設(shè)定為360×384。測試結(jié)果如表1所示。

　檢測失誤的原因是：雖然安裝了近紅外高通濾光片，但白天陽光強烈時陽光中的近紅外光也很多，影響光源的光照強度，因考慮到成本，濾光片的效果一般，影響了系統(tǒng)的試驗結(jié)果。另外出現(xiàn)判斷失誤的原因是，測試人員頭部左右擺動幅度太大，攝像頭采集圖像時采集不到人眼圖像。

　此系統(tǒng)的主要優(yōu)點是定位方法簡單并且實用，針對人眼的不同狀態(tài)，系統(tǒng)分別采用不同的判斷疲勞標(biāo)準(zhǔn)，這種方法減小了誤判率，縮短了系統(tǒng)處理時間，但有一些缺陷還需要改進。首先，利用亮瞳效應(yīng)定位人眼，當(dāng)駕駛員戴眼鏡時會出現(xiàn)亮斑再用此方法定位人眼就會出現(xiàn)錯誤定位。其次，通過研究表明紅外光長期照射人眼不健康，以后可以嘗試減少紅外光的照射時間，用可見光和紅外光混合使用。