| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第12-17页 |
| 1.1 疲劳行驶研究背景及意义 | 第12-13页 |
| 1.2 国内外技术研究现状 | 第13-15页 |
| 1.2.1 国内研究现状 | 第13-14页 |
| 1.2.2 国外研究现状 | 第14-15页 |
| 1.3 主要研究内容及结构安排 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第2章 疲劳行驶检测技术相关理论 | 第17-23页 |
| 2.1 疲劳的概念 | 第17页 |
| 2.2 疲劳行驶的形成与危害 | 第17-18页 |
| 2.3 疲劳行驶常用检测方法 | 第18-21页 |
| 2.3.1 基于驾驶员生理参数的检测方法 | 第19页 |
| 2.3.2 基于交通工具行为特征的检测方法 | 第19-20页 |
| 2.3.3 基于驾驶员行为特征的检测方法 | 第20-21页 |
| 2.4 文中使用疲劳行驶检测方法 | 第21-22页 |
| 2.5 系统框架 | 第22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 疲劳行驶检测系统硬件设计 | 第23-34页 |
| 3.1 视频采集 | 第24-25页 |
| 3.1.1 CCD特点 | 第24页 |
| 3.1.2 CCD工作原理 | 第24-25页 |
| 3.2 视频图像处理部分 | 第25-28页 |
| 3.2.1 DM642 | 第25-27页 |
| 3.2.2 视频图像处理模块 | 第27-28页 |
| 3.3 视频图像A/D转换 | 第28-30页 |
| 3.4 视频图像D/A转换 | 第30-32页 |
| 3.5 视频输出 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 疲劳行驶检测系统软件设计 | 第34-57页 |
| 4.1 系统开发环境 | 第34-35页 |
| 4.2 疲劳行驶系统软件设计 | 第35-36页 |
| 4.3 图像预处理 | 第36-40页 |
| 4.3.1 图像增强 | 第36-38页 |
| 4.3.2 图像二值化处理 | 第38-40页 |
| 4.4 人脸检测 | 第40-48页 |
| 4.4.1 人脸检测方法 | 第40-41页 |
| 4.4.2 基于脸部特征的人脸粗检测 | 第41-43页 |
| 4.4.3 基于AdaBoost+Haar的人脸精检测 | 第43-48页 |
| 4.5 人眼定位 | 第48-52页 |
| 4.5.1 人眼定位算法 | 第48页 |
| 4.5.2 基于灰度积分投影的人眼粗定位 | 第48-49页 |
| 4.5.3 基于Hough的人眼精定位 | 第49-52页 |
| 4.6 人眼状态识别及疲劳判断 | 第52-56页 |
| 4.6.1 PERCLOS算法简介与原理 | 第52-54页 |
| 4.6.2 基于PERCLOS判定疲劳 | 第54-56页 |
| 4.7 本章小节 | 第56-57页 |
| 第5章 测试结果及分析 | 第57-65页 |
| 5.1 系统硬件连接和测试 | 第57-58页 |
| 5.2 算法移植 | 第58-59页 |
| 5.3 程序优化 | 第59-62页 |
| 5.3.1 浮点运算定点化 | 第60-61页 |
| 5.3.2 C程序编写优化 | 第61页 |
| 5.3.3 其它优化 | 第61页 |
| 5.3.4 优化结果 | 第61-62页 |
| 5.4 系统测试结果与分析 | 第62-64页 |
| 5.5 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 本文的工作 | 第65页 |
| 后续工作展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读学位期间取得学术成果 | 第71页 |