| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究方法及现状 | 第12-14页 |
| 1.3 本文的研究内容及结构安排 | 第14-15页 |
| 第2章 图像处理技术 | 第15-23页 |
| 2.1 图像增强处理 | 第15-21页 |
| 2.1.1 图像滤波处理 | 第15-19页 |
| 2.1.2 直方图均衡化 | 第19-21页 |
| 2.2 基于改进的参考白算法的光照补偿 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 人脸检测和跟踪 | 第23-37页 |
| 3.1 人脸检测算法介绍 | 第23-24页 |
| 3.2 结合肤色特征和积分投影法的人脸检测算法 | 第24-31页 |
| 3.2.1 色彩空间的选择 | 第24-27页 |
| 3.2.2 肤色模型的选择和肤色的提取 | 第27-29页 |
| 3.2.3 结合脸部比例和积分投影法的人脸定位 | 第29-31页 |
| 3.3 目标跟踪算法介绍 | 第31-32页 |
| 3.4 结合肤色特征、积分投影和Camshift算法的人脸跟踪 | 第32-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第4章 驾驶员眼部和嘴部状态的判定 | 第37-49页 |
| 4.1 眼部状态的判定 | 第37-44页 |
| 4.1.1 常用的眼部检测方法介绍 | 第37-38页 |
| 4.1.2 基于积分投影法的眉眼区域检测 | 第38-40页 |
| 4.1.3 眼睛睁闭状态的判定 | 第40-44页 |
| 4.2 嘴部状态的判定 | 第44-47页 |
| 4.2.1 常用的嘴部检测方法介绍 | 第44页 |
| 4.2.2 基于改进的Canny算法的嘴唇和鼻孔的边缘检测 | 第44-46页 |
| 4.2.3 嘴部张开与闭合状态的判定 | 第46-47页 |
| 4.3 本章小结 | 第47-49页 |
| 第5章 驾驶员疲劳状态判定 | 第49-55页 |
| 5.1 打瞌睡判断 | 第49-51页 |
| 5.1.1 PERCLOS准则 | 第49-50页 |
| 5.1.2 眨眼频率 | 第50-51页 |
| 5.1.3 基于PERCLOS值和眨眼频率的打瞌睡判断 | 第51页 |
| 5.2 打哈欠判断 | 第51-52页 |
| 5.3 结合眼部和嘴部状态的综合疲劳判定 | 第52-53页 |
| 5.4 实验结果分析 | 第53页 |
| 5.5 本章小结 | 第53-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 作者简介及科研成果 | 第62-63页 |
| 致谢 | 第63页 |
