| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-12页 |
| ·驾驶疲劳检测的意义 | 第6-7页 |
| ·驾驶疲劳机理分析 | 第7-12页 |
| ·驾驶疲劳定义及其表现 | 第7-8页 |
| ·疲劳分类及驾驶疲劳特性 | 第8页 |
| ·驾驶疲劳的原因分析 | 第8-12页 |
| 第二章 驾驶疲劳检测技术 | 第12-28页 |
| ·驾驶疲劳检测技术概论 | 第12-13页 |
| ·对生理信号的检测 | 第13-15页 |
| ·监测脑电图(EEG,electroencephalography) | 第13页 |
| ·监测心电图(EKG,electrocardiogram) | 第13-14页 |
| ·监测肌电图(EMG,electromyography) | 第14-15页 |
| ·对物理反应的检测 | 第15-19页 |
| ·利用头的位置检测疲劳 | 第15页 |
| ·利用嘴部状况检测疲劳 | 第15页 |
| ·利用眼睛状态检测疲劳 | 第15-16页 |
| ·利用瞳孔特征检测疲劳 | 第16-17页 |
| ·利用跟踪视线检测疲劳 | 第17页 |
| ·利用血液流动和呼吸状态检测疲劳 | 第17-18页 |
| ·利用其它物理量检测疲劳 | 第18-19页 |
| ·对驾驶行为与车辆行为的检测 | 第19-20页 |
| ·利用方向盘运动参数检测疲劳 | 第19页 |
| ·利用侧位移变化检测疲劳 | 第19-20页 |
| ·几种主要驾驶疲劳检测方法的比较 | 第20-22页 |
| ·PERCLOS方法 | 第22-25页 |
| ·驾驶疲劳检测方法发展趋势 | 第25-28页 |
| 第三章 基于红眼效应的人眼检测系统 | 第28-36页 |
| ·机器视觉理论 | 第28-31页 |
| ·机器视觉概念 | 第28页 |
| ·视觉技术的理论基础 | 第28-30页 |
| ·机器视觉涉及的学科领域和技术 | 第30-31页 |
| ·人眼检测方法 | 第31-32页 |
| ·系统方案设计 | 第32-36页 |
| ·系统架构设计 | 第32-33页 |
| ·光源结构设计 | 第33-34页 |
| ·系统检测原理 | 第34-35页 |
| ·系统组成 | 第35-36页 |
| 第四章 人脸图像采集 | 第36-54页 |
| ·图像采集系统结构 | 第36页 |
| ·LED光源 | 第36-39页 |
| ·LED基本结构及其发光原理 | 第36-37页 |
| ·LED选用 | 第37-38页 |
| ·LED驱动电路 | 第38-39页 |
| ·图像捕获 | 第39-42页 |
| ·CMOS与CCD的比较 | 第39-40页 |
| ·CMOS图像传感器技术原理 | 第40-41页 |
| ·本系统选用的CMOS图像传感器 | 第41-42页 |
| ·图像信息的传输 | 第42-54页 |
| ·USB传输方式简介 | 第42-43页 |
| ·图像信息传输方案 | 第43-44页 |
| ·FX2芯片介绍 | 第44-46页 |
| ·图像传输硬件设计 | 第46-48页 |
| ·图像传输软件设计 | 第48-54页 |
| 第五章 人眼识别及跟踪 | 第54-76页 |
| ·模式识别技术 | 第54-59页 |
| ·模式识别概念及其分类 | 第54-55页 |
| ·统计法模式识别 | 第55-57页 |
| ·句法模式识别 | 第57-58页 |
| ·样版匹配模式识别 | 第58页 |
| ·神经网络模式识别 | 第58-59页 |
| ·图像的分割处理 | 第59-63页 |
| ·图像分割技术 | 第59-61页 |
| ·对差分图像的阈值分割 | 第61-62页 |
| ·自适应阈值的选择 | 第62-63页 |
| ·人眼状态识别 | 第63-72页 |
| ·特征提取方法 | 第63-64页 |
| ·K-L(Karhunen-Loeve)变换 | 第64-66页 |
| ·基于PCA方法的人眼特征提取 | 第66-68页 |
| ·特征分类及人眼状态识别 | 第68-69页 |
| ·PCA方法的改进 | 第69-72页 |
| ·基于Kalman滤波的人眼跟踪 | 第72-74页 |
| ·Kalman滤波器 | 第72页 |
| ·本系统中Kalman滤波的实现 | 第72-74页 |
| ·PERCLOS计算 | 第74-76页 |
| 第六章 总结与展望 | 第76-78页 |
| ·论文主要工作与总结 | 第76页 |
| ·项目展望及下一步工作 | 第76-78页 |
| 参考文献 | 第78-80页 |
| 致谢 | 第80页 |
