摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
1 绪论 | 第10-16页 |
1.1 课题研究背景及意义 | 第10页 |
1.2 疲劳驾驶的研究现状 | 第10-13页 |
1.2.1 疲劳驾驶定义 | 第10-11页 |
1.2.2 疲劳驾驶检测方法 | 第11页 |
1.2.3 国外研究现状 | 第11-12页 |
1.2.4 国内研究现状 | 第12-13页 |
1.3 本文研究内容 | 第13-16页 |
2 疲劳驾驶检测系统的方案设计 | 第16-30页 |
2.1 基于肤色的人脸分割方法 | 第16-18页 |
2.2 基于红外光源的双通道图像采集差分方法 | 第18-26页 |
2.2.1 双通道图像采集差分方案的设计 | 第18-23页 |
2.2.2 基于红外光源的双通道差分方法设计 | 第23-26页 |
2.3 基于红外光源的单通道图像采集亮瞳分割方法 | 第26-28页 |
2.4 本章小结 | 第28-30页 |
3 视频图像采集显示系统的 FPGA 实现 | 第30-72页 |
3.1 FPGA 概述 | 第30-31页 |
3.2 Xilinx Virtex II Pro 开发板资源 | 第31-32页 |
3.3 红外光源系统 | 第32-33页 |
3.4 视频图像的采集和存储 | 第33-51页 |
3.4.1 视频解码芯片 | 第33-36页 |
3.4.2 存储单元 | 第36-38页 |
3.4.3 灰度视频图像采集存储模块的 FPGA 实现 | 第38-45页 |
3.4.4 彩色视频图像采集存储模块的 FPGA 实现 | 第45-47页 |
3.4.5 双通道采集存储模块的 FPGA 实现 | 第47-51页 |
3.5 视频显示系统 | 第51-64页 |
3.5.1 VGA 接口定义及数据转换 | 第51-52页 |
3.5.2 VGA 时序分析 | 第52-54页 |
3.5.3 系统处理速度显示 | 第54-56页 |
3.5.4 灰度图像显示系统的 FPGA 设计实现 | 第56-62页 |
3.5.5 彩色图像显示系统的 FPGA 设计实现 | 第62-64页 |
3.6 采集系统与显示系统实验结果 | 第64-70页 |
3.6.1 未使用滤波片和红外光源的单通道彩色和灰度图像采集显示结果 | 第65-66页 |
3.6.2 未使用滤波片和红外光源的双通道灰度图像采集显示结果 | 第66-67页 |
3.6.3 使用滤波片和红外光源的单通道灰度图像采集显示结果 | 第67-68页 |
3.6.4 使用滤波片和红外光源的双通道灰度图像采集显示结果 | 第68-70页 |
3.7 本章小结 | 第70-72页 |
4 疲劳驾驶检测系统的图像处理算法的设计及 FPGA 实现 | 第72-102页 |
4.1 设计语言 | 第72-73页 |
4.2 FPGA 开发环境及开发流程 | 第73-74页 |
4.3 图像分割 | 第74-75页 |
4.4 图像特征分析 | 第75-77页 |
4.5 阈值分割算法原理及 MATLAB 验证 | 第77-81页 |
4.5.1 阈值分割算法原理 | 第77-78页 |
4.5.2 MATLAB 中阈值分割算法验证 | 第78-81页 |
4.6 PCNN 算法原理及 MATLAB 验证 | 第81-85页 |
4.6.1 PCNN 算法原理 | 第81-83页 |
4.6.2 基于最近邻归类准则的改进型 PCNN 算法 | 第83-84页 |
4.6.3 MATLAB 中 PCNN 分割算法验证 | 第84-85页 |
4.7 疲劳检测算法 | 第85-88页 |
4.7.1 PERCLOS 算法原理 | 第85-87页 |
4.7.2 PERCLOS 算法 FPGA 实现 | 第87-88页 |
4.8 基于阈值分割算法的疲劳检测系统的 FPGA 实现 | 第88-93页 |
4.8.1 直方图投影模块 | 第88-90页 |
4.8.2 改进的阈值分割模块 | 第90-92页 |
4.8.3 疲劳检测系统 FPGA 实现的总体框图 | 第92-93页 |
4.9 基于改进型 PCNN 算法的疲劳检测系统的 FPGA 实现 | 第93-100页 |
4.9.1 改进型 PCNN 算法第一次点火模块 | 第93-95页 |
4.9.2 改进型 PCNN 算法模块 | 第95-98页 |
4.9.3 闭眼图像分割清 0 模块 | 第98-99页 |
4.9.4 疲劳检测系统 FPGA 实现的总体框图 | 第99-100页 |
4.10 本章小节 | 第100-102页 |
5 疲劳驾驶检测系统的实验结果及分析 | 第102-110页 |
5.1 改进型阈值分割算法实现的疲劳检测系统的实验结果 | 第102-105页 |
5.2 改进型 PCNN 算法实现的疲劳检测系统的实验结果 | 第105-107页 |
5.3 两种算法实现的疲劳检测系统的实验结果分析 | 第107-110页 |
6 总结与展望 | 第110-112页 |
6.1 本文工作总结 | 第110页 |
6.2 未来研究展望 | 第110-112页 |
致谢 | 第112-114页 |
参考文献 | 第114-118页 |
附录 作者在攻读学位期间发表的论文目录 | 第118页 |