[發明專利]一種基于移動智能手機的駕駛員疲勞檢測系統

在審

• 申請號: 201710258983.2
• 申請日: 2017-04-20
• 公開（公告）號: CN107103294A
• 公開（公告）日: 2017-08-29
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 上海耐相智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;B60W40/08
• 代理公司: 北京高航知識產權代理有限公司11530
• 代理人: 趙永強

1.一種基于移動智能手機的駕駛員疲勞檢測系統，其特征是，包括圖像采集模塊、圖像濾波模塊、眼睛區域檢測模塊、眼睛特征提取模塊、疲勞判斷模塊、報警模塊；所述圖像采集模塊包括移動智能手機的攝像頭，用于對駕駛員人臉及眼睛的圖像進行采集；所述圖像濾波模塊用于對采集的人臉及眼睛的圖像進行濾波處理，去除圖像噪聲；所述眼睛區域檢測模塊用于對人臉及眼睛的圖像進行處理，獲取眼睛區域；所述眼睛特征提取模塊用于提取眼睛的瞳孔開度特征參數；所述疲勞判斷模塊依據瞳孔開度與眼睛大小的百分比，判斷駕駛員是否為疲勞駕駛，并輸出判斷結果；所述報警模塊在判斷結果為屬于疲勞駕駛是進行語音報警。

2.根據權利要求1所述的一種基于移動智能手機的駕駛員疲勞檢測系統，其特征是，用于疲勞判定的眼睛特征參數為瞳孔開度占眼睛大小的百分比，將預設時間內的圖像按眼睛區域所占像素個數的百分比由多到少排列，取所述百分比的前4％的圖像，將所述眼睛區域像素數的平均值視為張開時眼睛的大小，所述眼睛區域的瞳孔開度則為眼睛區域檢測模塊對當前眼睛區域的檢測的像素值。

3.根據權利要求2所述的一種基于移動智能手機的駕駛員疲勞檢測系統，其特征是，所述疲勞判斷模塊定義眼睛瞳孔開度占眼睛大小的百分比大于15％為眼睛睜開，等于或者小于15％為眼睛閉合，疲勞檢測采用PERCLOS方法，根據PERCLOS方法，當在連續2～5秒時間內檢測到眼睛閉合的時間超過3秒時判定為疲勞。

4.根據權利要求1所述的一種基于移動智能手機的駕駛員疲勞檢測系統，其特征是，所述圖像濾波模塊包括噪聲點檢測單元和濾波單元，所述噪聲點檢測單元用于確定人臉及眼睛的圖像的噪聲點；所述濾波單元用于對檢測出的噪聲點進行濾波，具體包括：

(1)以人臉及眼睛的圖像的噪聲點(i′，j′)為中心，設置7×7的矩形窗口對噪聲點(i′，j′)進行濾波，對7×7的矩形窗口進行區域劃分如下：

Ψ₁(i′，j′)＝[Q(i′-x，j′-y)；-1≤x≤1，-1≤y≤1]

Ψ₂(i′，j′)＝[Q(i′-x，j′-y)；-2≤x≤2，-2≤y≤2]

Ψ₃(i′，j′)＝[Q(i′-x，j′-y)；-3≤x≤3，-3≤y≤3]

Ψ₄(i′，j′)＝[Q(i′，j′-x)；-3≤x≤3]

Ψ₅(i′，j′)＝[Q(i′-x，j′)；-3≤x≤3]

Ψ₆(i′，j′)＝[Q(i′+x，j′-x)；-3≤x≤3]

Ψ₇(i′，j′)＝[Q(i′-x，j′-x)；-3≤x≤3]

(2)對人臉及眼睛的圖像的噪聲點(i′，j′)按照下述濾波公式進行濾波：

Q(i′,j′)=ξ1Σk7max[Ψk(i′,j′)]-min[Ψk(i′,j′)]2+ξ2Σk7mid[Ψk(i′,j′)]]]>

式中，Q(i′，j′)表示對噪聲點(i′，j′)進行濾波后噪聲點(i′，j′)的灰度值，max[Ψ_k(i′，j′)]為7×7的矩形窗口的第k個區域中的最大灰度值，min[Ψ_k(i′，j′)]為7×7的矩形窗口的第k個區域中的最小灰度值，mid[Ψ_k(i′，j′)]為7×7的矩形窗口的第k個區域中的中間灰度值；ξ₁、ξ₂為設定的調整因子，ξ₁+ξ₂＝1。

5.根據權利要求4所述的一種基于移動智能手機的駕駛員疲勞檢測系統，其特征是，所述對人臉及眼睛的圖像進行處理，獲取眼睛區域，具體包括：

(1)對Sobel邊緣檢測算法中0°、45°、90°、135°四個方向的模板進行改進，定義對應的0°卷積因子L₁、45°卷積因子L₂、90°卷積因子L₃、135°卷積因子L₄為：

L1=111000-1-1-1]]>

L2=21010-10-1-2]]>

L3=-101-101-101]]>

L4=012-101-2-10]]>

(2)采用所述的0°卷積因子L₁、45°卷積因子L₂、90°卷積因子L₃、135°卷積因子L₄對濾波后的人臉及眼睛的圖像進行卷積運算，得到對應于各卷積因子的偏微分的一階近似u_λ(i，j)，λ＝1，2，3，4，計算人臉及眼睛的圖像中各像素的梯度值，定義梯度值的計算公式為：

p(i,j)=[maxλ=1,2,3,4uλ(i,j)]2-[minλ=1,2,3,4uλ(i,j)]2]]>

式中，p(i，j)表示人臉及眼睛的圖像中像素點(i，j)的梯度值，u_λ(i，j)為對應于卷積因子L_λ(λ＝1，2，3，4)的偏微分的一階近似；

(3)將各個像素點的梯度值與設定的閾值進行比較，若像素點的梯度值大于設定的閾值，將該像素點視為邊緣點，否則視為背景點，最終輸出眼睛候選區域；利用5×5的結構單元對眼睛候選區域進行腐蝕運算，利用14×7的結構單元對眼睛候選區域進行閉運算處理，以將眼睛候選區域變成連通的眼睛區域。