基于DM642的疲劳驾驶实时监测系统研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-14页 |
| 第一章 绪论 | 第14-22页 |
| ·背景 | 第14-16页 |
| ·国内外研究现状 | 第16-20页 |
| ·疲劳检测方法的分类 | 第16-17页 |
| ·国内外研究概况 | 第17-20页 |
| ·课题工作的难点及重点 | 第20-21页 |
| ·本文研究目标和内容安排 | 第21-22页 |
| ·研究目标 | 第21页 |
| ·内容安排 | 第21-22页 |
| 第二章 系统框架 | 第22-25页 |
| ·系统基本结构 | 第22页 |
| ·硬件结构 | 第22-23页 |
| ·软件结构 | 第23-24页 |
| ·基于DSP疲劳监测系统框架的优势 | 第24-25页 |
| 第三章 人脸检测及跟踪 | 第25-35页 |
| ·引言 | 第25页 |
| ·彩色图像预处理 | 第25-26页 |
| ·光照补偿 | 第25-26页 |
| ·人脸检测 | 第26-31页 |
| ·肤色聚类特性 | 第26-27页 |
| ·非线性分段色彩变换 | 第27-29页 |
| ·人脸区域检测及分割 | 第29-31页 |
| ·基于卡尔曼滤波的脸部区域预测与跟踪 | 第31-35页 |
| ·引言 | 第31页 |
| ·Kalman滤波方法 | 第31页 |
| ·Kalman滤波的状态预测和更新 | 第31-32页 |
| ·基于卡尔曼滤波的脸部区域预测与跟踪 | 第32-35页 |
| 第四章 疲劳检测 | 第35-49页 |
| ·引言 | 第35页 |
| ·灰度图像预处理 | 第35-36页 |
| ·中值滤波 | 第35-36页 |
| ·眼睛区域检测 | 第36-45页 |
| ·边缘检测算法 | 第36-39页 |
| ·连通区域判断 | 第39-40页 |
| ·去除干扰矩形 | 第40页 |
| ·建立规则集搜索眼睛边缘 | 第40-42页 |
| ·区域生长提取眼睛轮廓 | 第42-43页 |
| ·形态学运算处理 | 第43-45页 |
| ·标记人眼框 | 第45页 |
| ·疲劳判决 | 第45-49页 |
| ·PERCLOS测量原理 | 第45-46页 |
| ·眨眼相关参数的计算 | 第46-47页 |
| ·实验结果分析 | 第47-49页 |
| 第五章 DSP实现及程序优化 | 第49-62页 |
| ·TMS320C6000系列DSP介绍 | 第49-50页 |
| ·选用DSP的原因 | 第50-52页 |
| ·微处理器(Microprocessor)的分类 | 第50页 |
| ·DSP和其他处理器的比较 | 第50-52页 |
| ·算法的DSP移植 | 第52-55页 |
| ·CCS概述 | 第52-54页 |
| ·C6000 DSP软件开发流程 | 第54-55页 |
| ·算法移植 | 第55页 |
| ·程序优化方法 | 第55-60页 |
| ·概述 | 第55-56页 |
| ·变量级的优化 | 第56页 |
| ·变量定义以及使用方面的优化 | 第56-57页 |
| ·函数级的优化 | 第57-59页 |
| ·函数编写的优化 | 第59-60页 |
| ·使用片内存储器优化 | 第60页 |
| ·采用线性汇编优化 | 第60页 |
| ·优化结果 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·本文的工作 | 第62页 |
| ·本文的创新 | 第62页 |
| ·后续工作展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士期间科研工作及发表论文 | 第69页 |
