[发明专利]基于眼部和嘴部状态的疲劳驾驶检测方法

权利要求书

1.一种基于眼部和嘴部状态的疲劳驾驶检测方法，其特征在于包括下列步骤：

1.1采集驾驶员视频流，将视频流转换为帧图像；

1.2进行图像的光照补偿预处理：用“参考白”算法首先检测图像中像素点的亮度，得到亮度值在前5％的像素，设置亮度值在前5％的像素点的灰度值均为255，然后依比例对图像的RGB三个分量进行线性调整，得到光照补偿后的图像；

1.3检测人脸区域：对步骤1.2得到的光照补偿后的图像，基于肤色特征区分肤色点和非肤色点，得到肤色区域的二值图像，并对二值图像进行连通性分析的数学形态学处理；用投影法提取人脸区域；

1.4设定眼部和嘴部特征初始标准值：假设驾驶员在进入驾驶室时处于清醒状态，对此刻获得的图像进行处理，将所得到的眼部状态和嘴部状态的初始值作为标准值并保存；

1.5进行眼部区域的提取及特征分析：对步骤1.3得到的人脸区域二值图像进行水平和垂直投影，分割出包括眉毛在内的眼部区域，然后用此眼部区域特征进行状态分析，具体包括下列步骤：

1.5.1对步骤1.5得到的包括眉毛在内的眼部区域进行灰度处理，得到眼部区域的灰度图像，对此灰度图像像素点的x坐标求均值，得到图像像素点的水平平均强度，在均值图像上会出现两个明显的波谷，根据两个波谷之间距离差d的不同，来判断眼睛是睁开还是闭合，将初始图像处理得到的两个波谷之间的距离差d₀作为参考标准，若d-d₀大于所设定的阈值，则将眼睛判为闭合状态，否则为正常状态；

1.5.2眼睛疲劳判断：用k记录眼睛连续闭合的图像帧数，每检测到眼睛闭合时k加1，在k小于阈值的情况下，若检测到眼睛睁开，则将k初始化为0；在k大于阈值的情况下，说明此时不是眨眼，是眼睛疲劳，其中：k是整数型变量，用k来计数，k的初始值为0；

1.6进行嘴部区域的提取及特征分析：对步骤1.3得到的人脸区域取下半部分，用下列数学表达式提取嘴部区域，然后用此嘴部区域特征进行状态分析，具体包括下列步骤：

mouth_map=(Cr)2×((Cr)2-η×CrCb)2;]]>

其中：C_r是红色色度分量，C_b是蓝色色度分量，n是人脸区域图像像素点个数，η是C_r(x,y)²的平均值与的平均值的估测比值；

1.6.1用嘴部区域的二值图像，计算嘴部区域的面积s；以初始图像得到的嘴部区域面积s₀作为参考标准值，计算嘴部区域面积s与初始图像得到的嘴部区域面积s₀的比值若比值大于所设定的阈值，则判断为嘴巴张开，否则判为正常；其中：嘴部区域面积s与初始图像得到的嘴部区域面积s₀的比值可以用像素点数目的比值来代替，n₀为初始嘴部区域像素点个数，n为当前帧图像的嘴部区域像素点个数；

1.6.2打哈欠判断：用p值记录嘴巴连续张开的图像帧数，每检测到嘴巴张开时p加1；在p小于阈值的情况下，若检测到嘴巴正常，则将p初始化为0；在p大于阈值的情况下，说明此时是在打哈欠，驾驶员处于疲劳状态，其中：p是整数型变量，用p来计数，p的初始值为0；

1.7综合疲劳判断：根据步骤1.5.2和步骤1.6.2，当检测到眼睛疲劳，或打哈欠，或两者同时发生时，给出疲劳警报，使驾驶员停车休息或更换驾驶员。

2.按权利要求1所述的基于眼部和嘴部状态的疲劳驾驶检测方法，其特征在于所述的步骤1.5和步骤1.6是同步进行。