| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 选题背景及课题的研究意义 | 第8-9页 |
| 1.2 疲劳驾驶的机理及检测方法 | 第9-10页 |
| 1.3 汽车驾驶员疲劳驾驶预警系统国内外研究现状 | 第10-11页 |
| 1.4 本文的预警系统需要满足的条件和主要研究内容 | 第11-14页 |
| 第2章 基于统计的人脸检测算法 | 第14-28页 |
| 2.1 人脸检测方法分类 | 第14-16页 |
| 2.1.1 基于统计的人脸检测方法 | 第14-15页 |
| 2.1.2 基于知识建模的人脸检测方法 | 第15-16页 |
| 2.2 Adaboost 算法基本思想及其改进算法 | 第16-22页 |
| 2.2.1 矩形特征原理及拓展 | 第17-20页 |
| 2.2.2 待检测样本中矩形特征数量的计算 | 第20页 |
| 2.2.3 局部二元模式特征原理及其拓展 | 第20-22页 |
| 2.3 积分图程序设计 | 第22-24页 |
| 2.4 利用改进的 Adaboost 算法进行图像训练和级联分类器设计 | 第24-27页 |
| 2.4.1 利用改进算法训练强分类器 | 第24-26页 |
| 2.4.2 构建级联分类器 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 疲劳驾驶预警系统的硬件设计 | 第28-39页 |
| 3.1 疲劳驾驶预警系统的工作原理 | 第28-29页 |
| 3.2 疲劳驾驶预警系统的设计 | 第29-34页 |
| 3.2.1 图像采集电路 | 第30-31页 |
| 3.2.2 图像处理模块 | 第31页 |
| 3.2.3 疲劳判定和报警模块 | 第31-32页 |
| 3.2.4 电源模块 | 第32-34页 |
| 3.3 电子元器件的匹配选择 | 第34-37页 |
| 3.3.1 数字信号处理器的选择 | 第34-35页 |
| 3.3.2 摄像头 | 第35-36页 |
| 3.3.3 仿真器 | 第36-37页 |
| 3.4 疲劳预警系统硬件抗干扰措施 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 疲劳驾驶预警系统软件设计和分析 | 第39-48页 |
| 4.1 疲劳驾驶预警系统软件设计流程图 | 第39-40页 |
| 4.2 疲劳驾驶预警系统软件开发环境 | 第40-42页 |
| 4.3 人脸和人眼图像的处理和检测 | 第42-46页 |
| 4.3.1 人脸图像的直方图均衡 | 第42-43页 |
| 4.3.2 人眼定位算法 | 第43-45页 |
| 4.3.3 人脸检测过程 | 第45-46页 |
| 4.4 疲劳预警系统软件抗干扰措施 | 第46页 |
| 4.5 本章小结 | 第46-48页 |
| 第5章 疲劳驾驶预警系统的实验研究 | 第48-53页 |
| 5.1 疲劳驾驶预警系统的实验平台 | 第48页 |
| 5.2 对静态图片的检测结果 | 第48-52页 |
| 5.3 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间所发表的学术论文 | 第59-61页 |
| 致谢 | 第61页 |
