| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 1 绪论 | 第14-19页 |
| 1.1 引言 | 第14-15页 |
| 1.2 国内外疲劳驾驶检测技术的研究现状 | 第15-17页 |
| 1.2.1 疲劳驾驶检测的技术和方法 | 第15-16页 |
| 1.2.2 国内外研究现状 | 第16-17页 |
| 1.3 本文研究内容与目标 | 第17-19页 |
| 2 疲劳驾驶检测系统概述 | 第19-28页 |
| 2.1 硬件系统 | 第20-23页 |
| 2.1.1 DSP芯片TMS320DM6437概述 | 第21-22页 |
| 2.1.2 硬件系统功能概述 | 第22-23页 |
| 2.2 软件系统 | 第23-25页 |
| 2.2.1 软件平台CCS | 第23-24页 |
| 2.2.2 基于DSP/BIOS的软件开发 | 第24-25页 |
| 2.3 算法优化 | 第25-28页 |
| 2.3.1 变量级的优化 | 第25页 |
| 2.3.2 函数级的优化 | 第25-26页 |
| 2.3.3 函数编写的优化 | 第26页 |
| 2.3.4 使用片内存储器优化 | 第26-28页 |
| 3 人脸检测及眼睛定位和跟踪 | 第28-47页 |
| 3.1 图像预处理 | 第28-30页 |
| 3.1.1 灰度变换 | 第28页 |
| 3.1.2 图像二值化 | 第28-29页 |
| 3.1.3 图像平滑 | 第29页 |
| 3.1.4 光照补偿 | 第29-30页 |
| 3.2 基于AdaBoost的人脸检测 | 第30-37页 |
| 3.2.1 人脸检测技术 | 第30-31页 |
| 3.2.2 AdaBoost人脸检测算法 | 第31-36页 |
| 3.2.3 基于OpenCV的人脸检测 | 第36-37页 |
| 3.3 基于灰度投影积分的人眼粗定位 | 第37-40页 |
| 3.3.1 灰度积分投影法 | 第37-38页 |
| 3.3.2 基于积分投影的人眼定位 | 第38-39页 |
| 3.3.3 改进型积分投影法的人眼定位 | 第39-40页 |
| 3.4 基于Susan算子的人眼精确定位 | 第40-43页 |
| 3.4.1 Susan算法 | 第40-42页 |
| 3.4.2 基于Susan算子的角点检测算法 | 第42-43页 |
| 3.4.3 人眼区域窗口的精确定位 | 第43页 |
| 3.5 基于Kalman滤波的眼睛跟踪 | 第43-47页 |
| 3.5.1 Kalman预测原理 | 第44页 |
| 3.5.2 Kalman滤波器方程 | 第44-45页 |
| 3.5.3 基于Kalman滤波器的眼睛跟踪 | 第45-47页 |
| 4 基于PERCLOS的疲劳状态检测 | 第47-52页 |
| 4.1 PERCLOS检测原理 | 第48-49页 |
| 4.2 PERCLOS检测方法 | 第49-50页 |
| 4.2.1 基于眼睛矩形框高度的检测方法 | 第50页 |
| 4.2.2 基于眼睛矩形框宽高比的检测方法 | 第50页 |
| 4.3 基于PERCLOS技术的改进型检测方法 | 第50-52页 |
| 5 实验结果及分析 | 第52-55页 |
| 5.1 实验结果分析 | 第52-55页 |
| 5.1.1 系统实时性、准确性分析 | 第52页 |
| 5.1.2 人脸、眼睛检测分析 | 第52-53页 |
| 5.1.3 疲劳检测分析 | 第53-55页 |
| 6 总结与展望 | 第55-58页 |
| 6.1 本文的工作及创新 | 第55-56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的论文 | 第62-63页 |