1 简介
介绍了几类目前常用的疲劳检测技术的优缺点,提出了一种改进的疲劳驾驶检测方法:先通过2次图像投影和形态学方法实现眼睛精确定位;再根据眼睛睁闭时,其眼睛宽高比的差异,提出一种眼睛状态的识别方法;根据PERCLOS方法的判断是否疲劳.算法能够有效减少计算量提高运算速度,并在实验室内取得了较高的精确度.
2 部分代码
%% 人眼睁开比例计算函数
function P = OpenRecogition( EyePic )
[m,n]=size(EyePic);
X=0; x=zeros(1,m);
Y=0; y=zeros(1,n);
P=~EyePic;
%% 计算横向像素
for i = 1:m
x(i)=sum(P(i,:));
end
X=max(x);
%% 计算纵向像素
for j = 1:n
y(j)=sum(P(:,j));
end
Y=max(y);
%% 计算纵横向像素比
P=Y/X;
3 仿真结果
4 参考文献
[1]刘莉. 基于眼部信息的疲劳驾驶检测方法研究[D]. 湖南大学, 2011.