| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究的目的和意义 | 第10-12页 |
| 1.2 国内外研究现状和发展状况 | 第12-16页 |
| 1.2.1 国外发展状况 | 第13-14页 |
| 1.2.2 国内发展状况 | 第14-16页 |
| 1.3 论文内容总体安排 | 第16-17页 |
| 2 基础算法概述 | 第17-32页 |
| 2.1 图像预处理算法概述 | 第17-24页 |
| 2.1.1 图像滤波 | 第17-20页 |
| 2.1.2 图像形态学 | 第20-21页 |
| 2.1.3 图像分割 | 第21-23页 |
| 2.1.4 图像二值化 | 第23-24页 |
| 2.2 图像最大连通域算法研究 | 第24-27页 |
| 2.2.1 基于行程的标记算法 | 第25-26页 |
| 2.2.2 基于轮廓的标记算法 | 第26-27页 |
| 2.3 人脸定位算法研究 | 第27-29页 |
| 2.3.1 基于几何特征的方法 | 第27-28页 |
| 2.3.2 基于模板的方法 | 第28页 |
| 2.3.3 基于模型的方法 | 第28-29页 |
| 2.4 人眼定位算法概述 | 第29-31页 |
| 2.4.1 基于边缘特征的人眼定位 | 第29-30页 |
| 2.4.2 基于变形模板的人眼定位 | 第30页 |
| 2.4.3 基于Hough变换的人眼定位 | 第30-31页 |
| 2.4.4 特征变换人眼定位 | 第31页 |
| 2.5 本章小结 | 第31-32页 |
| 3 疲劳驾驶检测关键技术研究 | 第32-52页 |
| 3.1 夜晚疲劳驾驶检测技术研究 | 第32-43页 |
| 3.1.1 红外条件下人脸定位 | 第32-34页 |
| 3.1.2 红外条件下人眼定位 | 第34-36页 |
| 3.1.3 夜晚疲劳驾驶特征选取 | 第36-40页 |
| 3.1.4 夜晚疲劳驾驶检测特征提取 | 第40-43页 |
| 3.2 白天疲劳驾驶检测技术研究 | 第43-51页 |
| 3.2.1 云检测平台概述 | 第43-45页 |
| 3.2.2 云平台图像编码研究 | 第45-47页 |
| 3.2.3 云端疲劳驾驶检测流程 | 第47-51页 |
| 3.3 本章小结 | 第51-52页 |
| 4 原型系统研发 | 第52-68页 |
| 4.1 系统需求 | 第52-57页 |
| 4.1.1 系统硬件开发平台概述 | 第52-55页 |
| 4.1.2 系统软件开发平台概述 | 第55-57页 |
| 4.1.3 开发工具 | 第57页 |
| 4.2 系统设计 | 第57-64页 |
| 4.2.1 系统软件方案设计 | 第57-58页 |
| 4.2.2 图像采集方案设计 | 第58-59页 |
| 4.2.3 数据存储方案设计 | 第59-60页 |
| 4.2.4 系统检测流程 | 第60-62页 |
| 4.2.5 系统软件模块设计 | 第62-63页 |
| 4.2.6 系统算法类设计 | 第63-64页 |
| 4.3 系统评价 | 第64-67页 |
| 4.3.1 系统检测结果分析 | 第64-66页 |
| 4.3.2 系统检测性能分析 | 第66-67页 |
| 4.4 本章小结 | 第67-68页 |
| 5 总结与展望 | 第68-70页 |
| 5.1 工作总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读学位期间发表的学位论文相关的学术论文及研究成果 | 第76页 |