| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 引言 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 疲劳及疲劳驾驶研究现状 | 第9-11页 |
| 1.2.1 疲劳状态研究 | 第9-10页 |
| 1.2.2 疲劳驾驶国内外研究现状 | 第10-11页 |
| 1.3 本文的研究内容及结构安排 | 第11-13页 |
| 1.3.1 研究内容 | 第12页 |
| 1.3.2 章节结构安排 | 第12-13页 |
| 第2章 疲劳驾驶检测概述 | 第13-16页 |
| 2.1 疲劳驾驶主要研究内容 | 第13-14页 |
| 2.2 疲劳驾驶检测技术发展趋势 | 第14-15页 |
| 2.3 疲劳检测技术难点 | 第15-16页 |
| 第3章 图像预处理 | 第16-24页 |
| 3.1 数据采集 | 第16页 |
| 3.2 彩色图像直方图增强 | 第16-18页 |
| 3.3 图像去噪 | 第18-22页 |
| 3.3.1 空域平滑 | 第18-21页 |
| 3.3.2 频域去噪 | 第21-22页 |
| 3.4 光照不均处理 | 第22-23页 |
| 3.5 本章小结 | 第23-24页 |
| 第4章 基于彩色空间肤色模型的人脸检测算法研究 | 第24-32页 |
| 4.1 人脸检测方法研究 | 第24-25页 |
| 4.2 彩色空间 | 第25-27页 |
| 4.3 基于肤色模型的人脸检测研究 | 第27-31页 |
| 4.3.1 建YCbCr空间肤色高斯模型 | 第28-30页 |
| 4.3.2 二值化处理 | 第30页 |
| 4.3.3 HSI肤色空间范围模型 | 第30页 |
| 4.3.4 数学形态滤波处理 | 第30-31页 |
| 4.3.5 人脸区域优化 | 第31页 |
| 4.4 本章小结 | 第31-32页 |
| 第5章 基于改进的Sobel算子人眼检测 | 第32-37页 |
| 5.1 人眼检测方法概述 | 第32页 |
| 5.2 先验知识和水平积分投影法粗定位人眼 | 第32-33页 |
| 5.3 多方向的Sobel边缘检测算子精确定位人眼 | 第33-36页 |
| 5.3.1 经典边缘检测算子研究 | 第34-35页 |
| 5.3.2 改进Sobel算子定位人眼 | 第35-36页 |
| 5.4 本章小结 | 第36-37页 |
| 第6章 基于BP神经网络的疲劳状态检测 | 第37-44页 |
| 6.1 人眼状态识别方法研究 | 第37-39页 |
| 6.1.1 霍夫变换判定人眼状态 | 第37页 |
| 6.1.2 灰度积分投影法 | 第37-39页 |
| 6.1.3 区域灰度比较法 | 第39页 |
| 6.2 BP神经网络判别人眼状态 | 第39-42页 |
| 6.2.1 BP神经网络概述 | 第39-40页 |
| 6.2.2 BP神经网络判断人眼状态 | 第40-42页 |
| 6.3 基于PERCLOS原理的疲劳判别 | 第42-43页 |
| 6.4 本章小结 | 第43-44页 |
| 第7章 实验仿真及结果分析 | 第44-53页 |
| 7.1 检测系统流程 | 第44-45页 |
| 7.2 实验仿真分析 | 第45-52页 |
| 7.3 本章小结 | 第52-53页 |
| 第8章 总结与展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-60页 |
| 在学期间的科研情况 | 第60页 |