[发明专利]一种基于移动智能手机的驾驶员疲劳检测系统

权利要求书

1.一种基于移动智能手机的驾驶员疲劳检测系统，其特征是，包括图像采集模块、图像滤波模块、眼睛区域检测模块、眼睛特征提取模块、疲劳判断模块、报警模块；所述图像采集模块包括移动智能手机的摄像头，用于对驾驶员人脸及眼睛的图像进行采集；所述图像滤波模块用于对采集的人脸及眼睛的图像进行滤波处理，去除图像噪声；所述眼睛区域检测模块用于对人脸及眼睛的图像进行处理，获取眼睛区域；所述眼睛特征提取模块用于提取眼睛的瞳孔开度特征参数；所述疲劳判断模块依据瞳孔开度与眼睛大小的百分比，判断驾驶员是否为疲劳驾驶，并输出判断结果；所述报警模块在判断结果为属于疲劳驾驶是进行语音报警。

2.根据权利要求1所述的一种基于移动智能手机的驾驶员疲劳检测系统，其特征是，用于疲劳判定的眼睛特征参数为瞳孔开度占眼睛大小的百分比，将预设时间内的图像按眼睛区域所占像素个数的百分比由多到少排列，取所述百分比的前4％的图像，将所述眼睛区域像素数的平均值视为张开时眼睛的大小，所述眼睛区域的瞳孔开度则为眼睛区域检测模块对当前眼睛区域的检测的像素值。

3.根据权利要求2所述的一种基于移动智能手机的驾驶员疲劳检测系统，其特征是，所述疲劳判断模块定义眼睛瞳孔开度占眼睛大小的百分比大于15％为眼睛睁开，等于或者小于15％为眼睛闭合，疲劳检测采用PERCLOS方法，根据PERCLOS方法，当在连续2～5秒时间内检测到眼睛闭合的时间超过3秒时判定为疲劳。

4.根据权利要求1所述的一种基于移动智能手机的驾驶员疲劳检测系统，其特征是，所述图像滤波模块包括噪声点检测单元和滤波单元，所述噪声点检测单元用于确定人脸及眼睛的图像的噪声点；所述滤波单元用于对检测出的噪声点进行滤波，具体包括：

(1)以人脸及眼睛的图像的噪声点(i′，j′)为中心，设置7×7的矩形窗口对噪声点(i′，j′)进行滤波，对7×7的矩形窗口进行区域划分如下：

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)对人脸及眼睛的图像的噪声点(i′，j′)按照下述滤波公式进行滤波：

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

式中，Q(i′，j′)表示对噪声点(i′，j′)进行滤波后噪声点(i′，j′)的灰度值，max[Ψ_k(i′，j′)]为7×7的矩形窗口的第k个区域中的最大灰度值，min[Ψ_k(i′，j′)]为7×7的矩形窗口的第k个区域中的最小灰度值，mid[Ψ_k(i′，j′)]为7×7的矩形窗口的第k个区域中的中间灰度值；ξ₁、ξ₂为设定的调整因子，ξ₁+ξ₂＝1。

5.根据权利要求4所述的一种基于移动智能手机的驾驶员疲劳检测系统，其特征是，所述对人脸及眼睛的图像进行处理，获取眼睛区域，具体包括：

(1)对Sobel边缘检测算法中0°、45°、90°、135°四个方向的模板进行改进，定义对应的0°卷积因子L₁、45°卷积因子L₂、90°卷积因子L₃、135°卷积因子L₄为：

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°卷积因子L₁、45°卷积因子L₂、90°卷积因子L₃、135°卷积因子L₄对滤波后的人脸及眼睛的图像进行卷积运算，得到对应于各卷积因子的偏微分的一阶近似u_λ(i，j)，λ＝1，2，3，4，计算人脸及眼睛的图像中各像素的梯度值，定义梯度值的计算公式为：

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

式中，p(i，j)表示人脸及眼睛的图像中像素点(i，j)的梯度值，u_λ(i，j)为对应于卷积因子L_λ(λ＝1，2，3，4)的偏微分的一阶近似；

(3)将各个像素点的梯度值与设定的阈值进行比较，若像素点的梯度值大于设定的阈值，将该像素点视为边缘点，否则视为背景点，最终输出眼睛候选区域；利用5×5的结构单元对眼睛候选区域进行腐蚀运算，利用14×7的结构单元对眼睛候选区域进行闭运算处理，以将眼睛候选区域变成连通的眼睛区域。