| Abstract | 第4页 |
| 摘要 | 第5-11页 |
| CHAPTER 1 Introduction | 第11-21页 |
| 1.1 Problem statement and background | 第11-12页 |
| 1.2 Thesis objectives | 第12-13页 |
| 1.3 China and Abroad researches status | 第13-14页 |
| 1.3.1 China researches status | 第13-14页 |
| 1.3.2 Abroad researches status | 第14页 |
| 1.4 Fatigue detection technologies classification | 第14-18页 |
| 1.4.1 Detection based on physical characteristic | 第15页 |
| 1.4.2 Detection based on vehicle characteristics | 第15-17页 |
| 1.4.3 Detection based on the drier behavior characteristics | 第17-18页 |
| 1.5 Thesis outlines | 第18-19页 |
| 1.6 chapter summary | 第19-21页 |
| CHAPTER 2 Related image processing tools | 第21-35页 |
| 2.1 Image representation | 第21-22页 |
| 2.2 Gray scale transform | 第22-24页 |
| 2.3 Histogram and histogram equalization | 第24-28页 |
| 2.3.1 Histogram | 第24-25页 |
| 2.3.2 Histogram equalization | 第25-28页 |
| 2.4 Image binarization | 第28-29页 |
| 2.5 Image filtering | 第29-31页 |
| 2.5.1 Gaussian kernel filter | 第29-30页 |
| 2.5.2 Median filter | 第30-31页 |
| 2.6 Morphological image processing | 第31-34页 |
| 2.6.1 Erosion and Dilation | 第32-33页 |
| 2.6.1.1 Erosion | 第32-33页 |
| 2.6.1.2 Dilation | 第33页 |
| 2.6.2 Opening and closing | 第33-34页 |
| 2.7 chapter summary | 第34-35页 |
| CHAPTER 3 Image acquisition and face detection techniques | 第35-53页 |
| 3.1 Image acquisition | 第35页 |
| 3.2 Face detection techniques | 第35-42页 |
| 3.2.1 Template matching method | 第36页 |
| 3.2.2 Features invariant methods | 第36-37页 |
| 3.2.3 Appearance based method | 第37-38页 |
| 3.2.4 Knowledge based method | 第38-39页 |
| 3.2.5 Skin color based segmentation | 第39-42页 |
| 3.2.5.1 Color spaces | 第39-42页 |
| 3.2.5.1.1 RGB color space | 第39-40页 |
| 3.2.5.1.2 CMY and CMYK color models | 第40页 |
| 3.2.5.1.3 HIS color space | 第40-41页 |
| 3.2.5.1.4 The YCbCr color space | 第41-42页 |
| 3.3 Proposed face detection and tracking method | 第42-52页 |
| 3.3.1 Our skin color based segmentation for face detection | 第42-44页 |
| 3.3.2 Kanade-Lucas-Tomasi(KLT)algorithm for face tracking | 第44-50页 |
| 3.3.3 Results of the proposed method | 第50-52页 |
| 3.4 chapter summary | 第52-53页 |
| CHAPTER 4 Eye localization and detection | 第53-63页 |
| 4.1 eye detection techniques | 第53-54页 |
| 4.2 Edge detection | 第54-58页 |
| 4.2.1 Sobel edge detection | 第55页 |
| 4.2.2 Robert edge detection | 第55-56页 |
| 4.2.3 Prewitt edge detection | 第56页 |
| 4.2.4 Laplacian edge detection | 第56-57页 |
| 4.2.5 Canny edge detection | 第57-58页 |
| 4.3 Eye detection | 第58-62页 |
| 4.3.1 Eye localization | 第58-59页 |
| 4.3.1.1 Results of eye area localization | 第59页 |
| 4.3.2 Eye detection by integral projection | 第59-62页 |
| 4.3.2.1 Results of the eye detection | 第62页 |
| 4.4 chapter summary | 第62-63页 |
| CHAPTER 5 Fatigue detection and ELM | 第63-79页 |
| 5.1 Features extraction | 第63-66页 |
| 5.2 Extreme learning machine ELM | 第66-71页 |
| 5.3 experimental analyses | 第71-76页 |
| 5.4 Hardware and software environment | 第76-79页 |
| 5.4.1 MATLAB software | 第76-78页 |
| 5.4.1.1 Main parts of the MATLAB software | 第77-78页 |
| 5.4.2 Hardware | 第78-79页 |
| CHAPTER 6 Conclusion and future work | 第79-81页 |
| 6.1 Conclusion | 第79-80页 |
| 6.2 Future work | 第80-81页 |
| REFERENCES | 第81-85页 |
| ACKNOWLEDGEMENT | 第85-86页 |
