摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-16页 |
·选题背景与研究意义 | 第10-11页 |
·疲劳检测技术分类 | 第11-13页 |
·针对驾驶员生理信号的检测方法 | 第11页 |
·针对车辆运行状况的检测方法 | 第11-12页 |
·针对驾驶员反应特征的检测方法 | 第12-13页 |
·国内外研究现状 | 第13-14页 |
·国外研究状况 | 第13-14页 |
·国内研究状况 | 第14页 |
·论文主要内容 | 第14-15页 |
·论文组织结构 | 第15-16页 |
第2章 疲劳检测相关数字图像处理技术 | 第16-30页 |
·图像处理基础 | 第16-24页 |
·图像灰度变换 | 第16-17页 |
·直方图均衡化 | 第17-18页 |
·图像二值化 | 第18页 |
·图像平滑滤波 | 第18-19页 |
·边缘检测 | 第19-23页 |
·形态学图像处理 | 第23-24页 |
·目标定位相关技术 | 第24-26页 |
·人脸检测方法 | 第24-25页 |
·人眼检测算法 | 第25-26页 |
·目标跟踪相关技术 | 第26-27页 |
·针对人眼特征的疲劳检测指标 | 第27-28页 |
·本章小结 | 第28-30页 |
第3章 基于Adaboost算法的定位处理 | 第30-40页 |
·Adaboost级联分类器 | 第30-36页 |
·基于Adaboost的人脸检测 | 第30-33页 |
·级联分类结构 | 第33-36页 |
·应用Adaboost级联分类器实现驾驶员脸部和眼睛定位 | 第36-39页 |
·图像预处理 | 第36-37页 |
·驾驶员脸部定位 | 第37-38页 |
·非驾驶员脸部剔除 | 第38页 |
·驾驶员眼部定位 | 第38-39页 |
·本章小结 | 第39-40页 |
第4章 针对疲劳检测的人眼跟踪 | 第40-58页 |
·驾驶员眼睛跟踪流程 | 第40-41页 |
·人眼区域的预测 | 第41-44页 |
·预测人眼中心点坐标 | 第41-43页 |
·修正人眼区域范围 | 第43-44页 |
·模板匹配 | 第44-47页 |
·模板匹配搜索策略 | 第44-45页 |
·模板匹配算法 | 第45-46页 |
·模板更新 | 第46-47页 |
·人眼轮廓提取 | 第47-56页 |
·区域放大 | 第48-49页 |
·边缘检测 | 第49-53页 |
·轮廓提取并标记 | 第53-54页 |
·人眼轮廓判断 | 第54页 |
·人眼区域更新 | 第54-56页 |
·重定位判断 | 第56页 |
·本章小结 | 第56-58页 |
第5章 疲劳评测 | 第58-64页 |
·人眼特征提取 | 第58-60页 |
·Eye Blink Frequency参数提取 | 第60页 |
·PERCLOS参数提取 | 第60-61页 |
·疲劳评测流程 | 第61-62页 |
·本章小结 | 第62-64页 |
第6章 算法实现与仿真结果分析 | 第64-72页 |
·仿真环境 | 第64页 |
·系统功能模块 | 第64-66页 |
·测试结果与分析 | 第66-70页 |
·不同光线下的测试与分析 | 第66-68页 |
·不同运动速度下的测试与分析 | 第68-69页 |
·不同转角下的测试与分析 | 第69-70页 |
·本章小结 | 第70-72页 |
第7章 结论与展望 | 第72-74页 |
·本文工作总结 | 第72页 |
·工作展望 | 第72-74页 |
参考文献 | 第74-78页 |
致谢 | 第78-80页 |
攻读硕士学位期间发表的论文 | 第80页 |