基于图像处理的驾驶员疲劳检测方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·论文研究的背景和意义 | 第11-12页 |
| ·驾驶员疲劳检测技术国内外研究现状 | 第12-15页 |
| ·国外研究现状 | 第12-14页 |
| ·国内研究现状 | 第14-15页 |
| ·本文主要工作及内容安排 | 第15-17页 |
| 第2章 图像处理基础 | 第17-25页 |
| ·色彩空间模型 | 第17-20页 |
| ·RGB色彩空间 | 第17-18页 |
| ·HSI色彩空间 | 第18-19页 |
| ·YCbCr色彩空间 | 第19页 |
| ·HSV色彩空间 | 第19-20页 |
| ·图像预处理 | 第20-23页 |
| ·彩色图像灰度化 | 第20-21页 |
| ·中值滤波和直方图均衡 | 第21-23页 |
| ·本章小结 | 第23-25页 |
| 第3章 复杂情况下驾驶员人脸检测 | 第25-53页 |
| ·人脸检测概述 | 第25-26页 |
| ·复杂情况下驾驶员人脸检测 | 第26-46页 |
| ·人脸检测整体流程 | 第26-28页 |
| ·色彩空间的选取 | 第28-29页 |
| ·肤色模型的选取 | 第29-31页 |
| ·基于肤色模型的人脸初定位 | 第31-34页 |
| ·椭圆模型简化高斯肤色模型 | 第34-38页 |
| ·连通域方法去除非肤色干扰 | 第38-40页 |
| ·灰度积分投影实现人脸初定位 | 第40-43页 |
| ·质心调整方法实现精确定位 | 第43-46页 |
| ·人脸跟踪算法 | 第46-51页 |
| ·基于卡尔曼滤波的人脸跟踪 | 第47-49页 |
| ·基于卡尔曼滤波的人脸跟踪实验 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第4章 驾驶员眼睛定位 | 第53-65页 |
| ·眼睛定位方法概述 | 第53-54页 |
| ·人脸图像预处理 | 第54-55页 |
| ·基于复杂度的人眼初定位 | 第55-57页 |
| ·复杂度算法 | 第55-56页 |
| ·人眼初定位 | 第56-57页 |
| ·基于广义对称变换和肤色信息相结合的人眼精确定位 | 第57-64页 |
| ·简化广义对称变换 | 第57-61页 |
| ·简化广义对称变换结合肤色信息分割的人眼精确定位 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 驾驶员疲劳状态检测 | 第65-73页 |
| ·驾驶员疲劳状态与眼睛状态的关系 | 第65-67页 |
| ·PERCLOS测量原理 | 第65页 |
| ·驾驶员疲劳状态与眼睛状态的关系 | 第65-67页 |
| ·通过眼睛状态判断驾驶员疲劳状态 | 第67-71页 |
| ·眼睛睁开程度判别方法 | 第67-68页 |
| ·驾驶员疲劳状态检测 | 第68-71页 |
| ·本章小结 | 第71-73页 |
| 第6章 总结与展望 | 第73-75页 |
| ·论文总结 | 第73-74页 |
| ·工作展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79页 |
