【正文】 基于駕駛員生理參數(shù)的檢測(cè)方法對(duì)駕駛員具有一定的侵入性。、干擾因素較多的情況展開(kāi)研究。、側(cè)面、傾斜圖像的研究針對(duì)人眼正面圖像的研究已經(jīng)取得了較多的成果，但不管是人臉檢測(cè)還是人眼檢測(cè)，只研究正面圖像會(huì)大大限制其應(yīng)用范圍。因此，本文主要開(kāi)展 了一下幾個(gè)方面的工作：：比較分析常用的人眼定位方法，根據(jù)本論文的應(yīng)用領(lǐng)域?qū)崟r(shí)性要求相對(duì)較高，并在此基礎(chǔ)上，對(duì)臉部區(qū)域進(jìn)行了灰度化，在進(jìn)行人臉區(qū)域粗定位的基礎(chǔ)上，根據(jù)眼睛位置處在面部區(qū)域位置的1/2以上、眼睛的大小處在一定像素面積范圍內(nèi)、兩眼之間應(yīng)當(dāng)保持在一定像素距離之內(nèi)的面部特征，采用基于灰度投影的人眼定位算法，大大提高了檢測(cè)速度和眼睛定位的準(zhǔn)確性。（論文） 總結(jié)與展望 總結(jié)與展望駕駛員疲勞是導(dǎo)致交通事故頻發(fā)的主要因素之一，因此對(duì)于駕駛疲勞的研究意義非常重大。尤其利用色彩信息進(jìn)行檢測(cè)時(shí)，眼鏡對(duì)眼部區(qū)域的亮度有明顯影響，眼鏡邊緣也會(huì)造成干擾，且配戴眼鏡后，瞳孔等區(qū)域會(huì)變得不清晰；圖像中眼睛的大小不一也給檢測(cè)帶來(lái)了難度。因?yàn)榇藭r(shí)圖像中人眼的部分信息會(huì)發(fā)生變化，很難魯棒地檢測(cè)眼睛。這兩個(gè)極峰值的水平坐標(biāo)就是眼睛在垂直方向上的定位。根據(jù)BJU3D人臉庫(kù)中的樣本，對(duì)人眼高度進(jìn)行分析。，求出前兩個(gè)最小極值及次小極值的位置。，主要是消除非因干擾信息引起的極值，對(duì)于相距很近的極值合并為一個(gè)極值峰。如果眉毛與眼睛都會(huì)出現(xiàn)極小值，則根據(jù)它們的位置，位于下方的就是眼睛的位置。利用微分投影，可以突出眼睛的特征。因襲，~()。根據(jù)人眼在人臉中的實(shí)際位置情況，眼睛應(yīng)在人臉的上部。4. 實(shí)現(xiàn)眼睛垂直位置的定位。本章主要從功能介紹、實(shí)驗(yàn)結(jié)果兩方面對(duì)算法應(yīng)用的系統(tǒng)進(jìn)行分析。y++) s=s+fabs(f[y][x]f[y][x1])。x=。x++) s=s+fabs(f[y][x]f[y][x1])。y=。 }3． 灰度微分投影微分投影也分為水平微分投影與垂直微分投影，水平微分投影是將每一行像素的相鄰像素灰度差值求和后投影到垂直方向上，如x的范圍為x。y=。 for(int x= 。x++) s=s+f[y][x]。y= 。水平積分投影如式(34): (y)= (34) 水平積分投影可以反映整個(gè)垂直方向上的總灰度變化情況，圖34中的右邊的曲線就是水平投影曲線，它反映了該圖像在垂直方向的中間部位灰度較小。則程序改為：pDCSetPixel(x,y,RGB(f[y][x],f[y][x],f[y][x]))。由于人眼對(duì)綠色的敏感度最高，對(duì)藍(lán)色敏感度最低，因此，按照式(33)對(duì)RGB三分量進(jìn)行加權(quán)平均能得到較合理的灰度圖像。需要說(shuō)明的是，圖像像素的坐標(biāo)值與存儲(chǔ)在矩陣中的行列值是不同的。同時(shí)，分辨率和灰度值是顯示器的兩個(gè)重要技術(shù)指標(biāo)。在RGB模型中，當(dāng)R=G=B時(shí)，則彩色表示一種灰度顏色，其中R=G=B的值叫做灰度值，因此，灰度圖像每個(gè)像素只需一個(gè)字節(jié)存放灰度值（又稱(chēng)為強(qiáng)度值、亮度值）。 在這種情況下，Adobe Illustrator 放棄原始圖稿中的所有顏色信息；轉(zhuǎn)換對(duì)象的灰色級(jí)別（陰影）表示原始對(duì)象的亮度?；叶仁褂煤谏{(diào)表示物體?！盎叶取币辉~原是黑白攝影的術(shù)語(yǔ)。 // 定義寬度 } RGB圖像灰度化本文采用的人眼定位算法是基于圖像的灰度值。xpDoc。 CImageDoc * pDoc=(CImageDoc*)pMainGetActiveDocument()。主要代碼如下： //將輸出設(shè)備指針指向?qū)υ捒虻膱D像控件IDC_IMAGE1CDC*pDC。具體操作如下：(1)創(chuàng)建一個(gè)默認(rèn)的單文檔程序項(xiàng)目Image。我們主要使用文檔類(lèi)用于(圖像文件的打開(kāi)與存儲(chǔ))與視圖類(lèi)(用于圖像處理與顯示)。即使在Windows 。（論文） 功能分析及實(shí)現(xiàn) 第三章 基于灰度投影的人眼定位算法 基于灰度投影的人眼定位算法本文人眼定位流程圖如下所示：讀取圖像 灰度化人臉區(qū)域范圍確定人眼水平及垂直位置定位圖31 流程圖 讀取BMP圖像文件CImage是MFC和ATL共享的新類(lèi)，它能從外部磁盤(pán)中調(diào)入一個(gè)JPEG、GIF、BMP和PNG格式的圖像文件加以顯示，而且這些文件格式可以相互轉(zhuǎn)換。然后利用坎尼(Canny)。大部分人眼定位方法針對(duì)眼睛睜開(kāi)狀態(tài)進(jìn)行識(shí)別與定位，在人眼閉合時(shí)間容易失效。投影方法定位速度較快，但波峰、波谷的分布對(duì)不同的人臉、發(fā)型和姿態(tài)的變化非常敏感，因此定位精度較差，對(duì)眼睛的定位不準(zhǔn)確。它表示第三個(gè)隊(duì)列元素的形心位置是最高的。因?yàn)閰^(qū)域結(jié)構(gòu)體定義復(fù)雜、成員較多，移動(dòng)一個(gè)區(qū)域結(jié)構(gòu)隊(duì)列元素會(huì)占用較多資源。因?yàn)榭疾斓闹皇菐讉€(gè)區(qū)域中心點(diǎn)之間連線的長(zhǎng)度和斜率，計(jì)算量相對(duì)少很多。設(shè)圖像空間為(i，j)，i和j分別表示行和列，三維變換空 間為(ie，je，R)，其中ie、je分別代表眼球圓心的行和列，R為半徑。 Hough變換法Hough變換法首先對(duì)人臉圖像進(jìn)行邊緣提取，然后用Hough變換檢測(cè)眼球，構(gòu)造一個(gè)包括眼睛、眼臉的眼部模板，用一系列函數(shù)從能量角度找出眼臉。眼睛用作人臉檢測(cè)驗(yàn)證方法的依據(jù)是：兩眼之間的間距不受光照或表情變化影響，并且兩眼中心連線的方向能夠隨人臉?lè)较虻牟煌l(fā)生偏轉(zhuǎn)，由此可以用此作為圖像旋轉(zhuǎn)的判斷依據(jù)。它的上部有上眼瞼投下的陰影，下部有球體自身結(jié)構(gòu)形成的暗部。兩只眼睛的結(jié)構(gòu)方向正好相對(duì)，這更增加了它的表現(xiàn)難度。正常成年人其前后徑平均為24mm，垂直徑平均23mm。還有部分毛發(fā)特征比如胡須，眉毛等。由于頻域的作用空間比較特殊，不同于以往的空域處理方法，因此可以實(shí)現(xiàn)許多在空間域中無(wú)法完成或是很難實(shí)現(xiàn)的處理，廣泛用于濾波、編碼壓縮等方面。對(duì)于給定的圖像，可以通過(guò)分析直方圖的方法來(lái)確定最佳閾值。自適應(yīng)閾值：在許多情況下，物體和背景的對(duì)比度在圖像中不是各處一樣的，這時(shí)很難用統(tǒng)一的一個(gè)閾值將物體與背景分開(kāi)。閾值選取如若不當(dāng)，目標(biāo)與背景不易分離。1. 線性變換 線性變換是將圖像中所有的點(diǎn)的顏色分量值按照線性變換函數(shù)進(jìn)行變換，線性變換函數(shù)是一個(gè)一維線性函數(shù)。此外，對(duì)圖像進(jìn)行形態(tài)學(xué)變換也是圖像處理的常用方法。a：紅色和綠色兩種原色之間的變化區(qū)域，數(shù)值從120到+120。Lab模式在任何時(shí)間、地點(diǎn)、設(shè)備都唯一性，因此在色彩管理中它是重要的表色體系。RGB色彩模型是根據(jù)人眼椎體按接收光線的方式構(gòu)成一個(gè)模型的，眼睛的椎體上有紅、綠、藍(lán)的接收細(xì)胞，來(lái)響應(yīng)光線不同色彩的波長(zhǎng)，將信息收集后，綜合起來(lái)，組成某一種色彩，則由人腦決定。不同的色彩（空間）模型對(duì)應(yīng)于不同的處理目的。每3個(gè)字節(jié)代表一個(gè)像素，每個(gè)字節(jié)分別表示R、G、B三分量的值。每個(gè)像素用8位表示，并用這8位作為顏色表的表項(xiàng)來(lái)查找該像素的顏色。biBitCount=4表示位圖最多有16種顏色。Windows BMP位圖文件格式與顯示設(shè)備有關(guān)，因此把它稱(chēng)為設(shè)備相關(guān)位圖(devicedependent bitmap,DDB)文件格式。如果是真彩色圖像，則五顏色變換查找表或調(diào)色板數(shù)據(jù)，對(duì)于256色的調(diào)色板，每種顏色值用24bit表示，則調(diào)色板的數(shù)據(jù)長(zhǎng)度為256x3字節(jié)。文件頭的主要內(nèi)容包括產(chǎn)生或編輯該圖像文件的軟件的信息以及圖像本身的參數(shù)。在真彩色圖像中，每一個(gè)像素由紅、藍(lán)、綠三個(gè)字節(jié)組成。在圖像處理過(guò)程中，常把圖像轉(zhuǎn)為二值圖像后進(jìn)行各種分析。位圖可以從傳統(tǒng)的相片、幻燈片上制作出來(lái)或是使用數(shù)字相機(jī)得到。每一種圖像文件均有一個(gè)文件頭，在文件頭之后才是圖像數(shù)據(jù)。 目前，電視制作系統(tǒng)廣泛使用的圖像處理、變換、合成，多媒體系統(tǒng)中靜止圖像和動(dòng)態(tài)圖像的采集、壓縮、處理、存貯和傳輸?shù)?。目前已投入運(yùn)行的高速公路不停車(chē)自動(dòng)收費(fèi)系統(tǒng)中的車(chē)輛和車(chē)牌的自動(dòng)識(shí)別都是圖像處理技術(shù)成功應(yīng)用的例子。除了已應(yīng)用較廣泛的熵編碼、DPCM編碼、變換編碼外，目前國(guó)內(nèi)外正在大力開(kāi)發(fā)研究新的編碼方法，如分行編碼、自適應(yīng)網(wǎng)絡(luò)編碼、小波變換圖像壓縮編碼等。具體地講是將電話、電視和計(jì)算機(jī)以三網(wǎng)合一的方式在數(shù)字通信網(wǎng)上傳輸。 數(shù)字圖像處理的應(yīng)用領(lǐng)域 數(shù)字圖像處理在生物醫(yī)學(xué)工程方面的應(yīng)用十分廣泛，而且很有成效。對(duì)圖像信號(hào)進(jìn)行高效編碼。圖像重建是指從數(shù)據(jù)到圖像的處理，即輸入的是某種數(shù)據(jù)，而經(jīng)過(guò)處理后得到的結(jié)果是圖像。圖像處理為達(dá)到識(shí)別和理解的目的，幾乎都必須按照一定的規(guī)則將圖像分割成區(qū)域，每個(gè)區(qū)域代表被成像的一個(gè)物體。因?yàn)樵鰪?qiáng)技術(shù)并非是針對(duì)某種退化所采取的方法，所以很難預(yù)測(cè)哪一種特定技術(shù)室最好的，只能通過(guò)實(shí)驗(yàn)和分析誤差來(lái)選擇一種合適的方法。當(dāng)造成圖像品質(zhì)下降的原因已知時(shí)，復(fù)原技術(shù)可以對(duì)圖像進(jìn)行校正。、表示和表現(xiàn)。，以便于計(jì)算機(jī)對(duì)其進(jìn)行分析，例如，常用作模式識(shí)別、計(jì)算機(jī)視覺(jué)的預(yù)處理等。數(shù)字圖像處理涉及的技術(shù)領(lǐng)域相當(dāng)廣泛，如通信技術(shù)、計(jì)算機(jī)技術(shù)、電子技術(shù)、電視技術(shù)等，當(dāng)然，數(shù)學(xué)、物理學(xué)等領(lǐng)域更是熟悉圖像處理的基礎(chǔ)。X射線照片一般為64～256Kb的數(shù)據(jù)量，一幅遙感圖像為324023404=30Mb。 (4) 處理精度高，再現(xiàn)性好。 (2) 處理的多樣性。例如：電腦人像藝術(shù)，電視中的特殊效果，自動(dòng)售貨機(jī)鈔票的識(shí)別，郵政編碼的自動(dòng)識(shí)別和利用指紋、虹膜、面部等特征的身份識(shí)別等；而在醫(yī)學(xué)領(lǐng)域，很早以前就采用X射線、顯微鏡照片等來(lái)診斷疾病。用計(jì)算機(jī)進(jìn)行圖像處理的前提是圖像必須以數(shù)字格式存儲(chǔ)。數(shù)字圖像處理是指用計(jì)算機(jī)對(duì)圖像進(jìn)行處理。他們對(duì)航天探測(cè)器徘徊者7號(hào)在1964年發(fā)回的幾千張?jiān)虑蛘掌褂昧藞D像處理技術(shù)，如幾何校正、灰度變換、去除噪聲等方法進(jìn)行處理，并考慮了太陽(yáng)位置和月球環(huán)境的影響，由計(jì)算機(jī)成功地繪制出月球表面地圖，獲得了巨大的成功。數(shù)字圖像處理作為一門(mén)學(xué)科大約形成于20世紀(jì)60年代初期。實(shí)時(shí)性：要求系統(tǒng)能快速進(jìn)行定位，并判定駕駛員是否處于疲勞狀態(tài)。在車(chē)輛上安裝駕駛員疲勞監(jiān)測(cè)系統(tǒng), 利用攝像頭對(duì)駕駛員的駕駛行為進(jìn)行監(jiān)控, 獲取駕駛員臉部的一段連續(xù)圖像, 對(duì)每幅圖像中的眼睛狀態(tài)進(jìn)行分析, 綜合每幅圖像的數(shù)據(jù)來(lái)獲得一個(gè)眨眼周期。也是Windows的核心部分。有聲卡才會(huì)發(fā)聲、有顯卡才有圖像。最重要的還是windows的硬件必須要驅(qū)動(dòng)程序引導(dǎo)。鼠標(biāo)左鍵單擊默認(rèn)是選定命令，鼠標(biāo)左鍵雙擊是運(yùn)行命令。任務(wù)欄是顯示正在運(yùn)行的程序、“開(kāi)始”菜單、時(shí)間、快速啟動(dòng)欄、輸入法以及右下角托盤(pán)圖標(biāo)組成。改進(jìn)了微軟以往的命令、代碼系統(tǒng)Microsoft Dos。Visual Studio 2008 為開(kāi)發(fā)人員提供了所有相關(guān)的工具和框架支持，幫助創(chuàng)建引人注目的、令人印象深刻并支持 AJAX 的 Web 應(yīng)用程序。Visual Studio 是微軟公司推出的開(kāi)發(fā)環(huán)境，Visual Studio 可以用來(lái)創(chuàng)建 Windows 平臺(tái)下的 Windows 應(yīng)用程序和網(wǎng)絡(luò)應(yīng)用程序，也可以用來(lái)創(chuàng)建網(wǎng)絡(luò)服務(wù)、智能設(shè)備應(yīng)用程序和 Office 插件。無(wú)論是創(chuàng)建新的解決方案，還是改進(jìn)現(xiàn)有的應(yīng)用程序，Visual Studio 2010 Ultimate 都能讓您針對(duì)不斷增加的平臺(tái)和技術(shù)（包括云和并行計(jì)算）將夢(mèng)想變成現(xiàn)實(shí)。Visual Studio 2010 Professional 自帶對(duì)測(cè)試驅(qū)動(dòng)開(kāi)發(fā)的集成支持以及調(diào)試工具，以幫助確保提供高質(zhì)量的解決方案。Visual C++最初叫做Microsoft C/C++。比如，它允許用戶(hù)進(jìn)行遠(yuǎn)程調(diào)試，單步執(zhí)行等。目前最新的版本是Microsoft Visual C++ 2010。4. 文獻(xiàn)中將Kalman濾波和MeanShift算法結(jié)合用于眼睛的跟蹤，研究了基于膚色模型和級(jí)聯(lián)增強(qiáng)分類(lèi)器法以及基于幾何特征和級(jí)聯(lián)增強(qiáng)分類(lèi)器法的兩種人眼檢測(cè)方法，然后使用模版匹配判斷人眼的閉合狀態(tài)。 國(guó)內(nèi)研究現(xiàn)狀國(guó)內(nèi)展開(kāi)工作相較于國(guó)外對(duì)此領(lǐng)域的研究起步比較晚，目前還很缺乏深入系統(tǒng)的研究成果，但某些單因素特征方面的研究進(jìn)步較快，目前取得了一些階段性的研究成果。為了獲得效果更佳的人臉標(biāo)準(zhǔn)化圖像,有必要研究瞳孔精確定位的方法。 Machines公司（澳大利亞國(guó)立大學(xué)與沃爾沃公司）研發(fā)的faceLAB通過(guò)監(jiān)測(cè)駕駛員眼睛的眨動(dòng)頻率、凝視方向等特征參量，進(jìn)行多特征信息融合，實(shí)現(xiàn)對(duì)駕駛員精神狀態(tài)的實(shí)時(shí)監(jiān)測(cè)。因?yàn)橛行┨卣?如DNA、虹膜)具有高度準(zhǔn)確的優(yōu)點(diǎn)，是不可能被偽造的。在車(chē)輛上安裝駕駛員疲勞監(jiān)測(cè)系統(tǒng), 利用攝像頭對(duì)駕駛員的駕駛行為進(jìn)行監(jiān)控, 獲取駕駛員臉部的一段連續(xù)圖像, 對(duì)每幅圖像中的眼睛狀態(tài)進(jìn)行分析, 綜合每幅圖像的數(shù)據(jù)來(lái)獲得一個(gè)眨眼周期。眼睛作為人面部上最顯著、最穩(wěn)定的特征, 可以被用于幫助定位人臉, 提供人的注視信息, 識(shí)別人臉動(dòng)作(如表情變化)等疲勞駕駛是造成交通事故的主要原因之一。其中，使用紅外光照明的主動(dòng)監(jiān)測(cè)方法在駕駛員疲勞監(jiān)測(cè)系統(tǒng)中得到了廣泛應(yīng)用。（論文）