[发明专利]基于虹膜识别的防疲劳驾驶安全设备及其使用方法

摘要

本发明公开一种基于虹膜识别的防疲劳驾驶安全设备及其使用方法，该防疲劳驾驶安全设备包括虹膜采集单元、数据传输单元、数据处理单元和警示单元；虹膜采集单元用于实时采集驾驶员的虹膜特征；数据传输单元与虹膜采集单元连接，且其用于将虹膜采集单元采集到的驾驶员的虹膜特征传送至虹膜比对模块；数据处理单元与数据传输单元连接，且其用于将虹膜采集单元采集的驾驶员的虹膜特征与事先采集过特征点最大的虹膜信息模板进行比对，计算出百分比，并根据百分比判断驾驶员的疲劳程度；警示单元与数据处理单元连接，且其用于当将数据处理单元判断出驾驶员的疲劳程度时，根据疲劳的程度给驾驶员发出警示。本发明疲劳检测的数据精确度高，能一机多用。

主权项

一种基于虹膜识别的防疲劳驾驶安全设备的使用方法，其特征在于，所述基于虹膜识别的防疲劳驾驶安全设备包括虹膜采集单元、数据传输单元、数据处理单元和警示单元；虹膜采集单元用于实时采集驾驶员的虹膜特征点；数据传输单元与虹膜采集单元连接，且数据传输单元用于将虹膜采集单元采集到的驾驶员的虹膜特征点传送至虹膜比对模块；数据处理单元与数据传输单元连接，且数据处理单元用于将虹膜采集单元采集的驾驶员的虹膜特征点与事先采集过特征点最大的虹膜信息模板进行比对，计算出百分比，并根据百分比判断驾驶员的疲劳程度；警示单元与数据处理单元连接，且警示单元用于当将数据处理单元判断出驾驶员的疲劳程度时，根据疲劳的程度给驾驶员发出警示；信息提醒单元与数据处理单元连接，当数据处理单元计算出的百分比小于或等于第一预设阈值，且大于第二预设阈值时，信息提醒单元通过短信的形式给驾驶员发出信息警示，且与后台的交警管理部门进行实时互动；自动呼叫单元与数据处理单元连接，当数据处理单元计算出的百分比小于或等于第二预设阈值，且大于第三预设阈值时，自动呼叫系统以语音和灯光提示的方式提醒司机驾驶员；报警单元与数据处理单元连接，当数据处理单元计算出的百分比小于或等于第三预设阈值时，报警单元控制车辆启动双闪，并发出报警信息，提醒司机及周边人群车辆；所述第一预设阈值为80％，第二预设阈值为50％，第三预设阈值的范围为35％～40％；所述虹膜采集单元为一个带红外感应功能的摄像机，其安装在驾驶员的正前方；且该摄像机设有无线传输单元，其通过无线传输单元与数据传输单元、后台的交警管理部分均连接；所述使用方法包括如下步骤：(1)选取虹膜信息模板：将虹膜采集单元实现采集过的特征点最大的虹膜信息作为虹膜信息模板，并存储至数据处理单元中；(2)虹膜信息采集：通过人眼睁开的大小，通过位于驾驶员正前方的虹膜采集单元实时采集驾驶员的虹膜特征点的多少，并通过数据传输单元将采集到的虹膜特征点传输至数据处理单元；(3)虹膜信息对比及疲劳度判断：数据处理单元将当前采集到的虹膜特征点与虹膜信息模板进行对比，根据当前虹膜特征点与原来对比后，得到一个百分比，根据特征点的百分比多少，来判断驾驶员的疲劳程度，当疲劳时眼睛睁开就会变小，虹膜信息就会相应的变少，同时根据每秒拍60帧图片来分析虹膜变化情况；(4)根据步骤(3)中判断出的疲劳程度，通过警示单元做出相应的警示；步骤(3)中疲劳度判断的方法为：当数据处理单元得到的百分比大于50％，且小于或等于80％时，判断驾驶员为第一级疲劳；当数据处理单元得到的百分比大于35％，且小于或等于50％时，判断驾驶员为第二级疲劳；当数据处理单元得到的百分比小于或等于35％时，判断驾驶员为第三级疲劳；其中，在所述步骤(2)中，在虹膜特征点提取进行之前，要对虹膜图像进行如下的预处理：虹膜定位：一般采用由粗到精的定位方法，首先对虹膜内边缘圆心和半径的进行粗定位，然后精确定位虹膜的内外边缘，最后将将虹膜区域分割出来，具体为：粗定位：利用人眼的灰度级变化的突变和虹膜的良好的环状特性，进行人眼睛的瞳孔的圆心和半径粗定位；精定位：当瞳孔的圆心和半径大致确定之后，根据虹膜的圆形结构特征，对虹膜的内外边缘进行精定位，首先对虹膜的内边缘进行精定位，定位公式如下：其中，D(x，y)为利用Canny算子获得的灰度边缘图像，G0(r)表示高斯函数，r0表示粗定位后的瞳孔半径，Δr表示确定的搜索范围；由于虹膜的外边缘相对于内边缘来说是比较模糊，对虹膜的外边缘进行定位，具体定位公式如下：max(R0-ΔR<R<R0+ΔR)|G0(R)×∂∂R∫∫DD(x,y)2πRdδ|]]>其中，Δr表示搜索范围，R0的值根据虹膜内外径的大致比例关系来确定，从为搜索范围，D(x，y)为利用Canny算子获得的灰度边缘图像；虹膜的图像归一化：以瞳孔圆心为中心点，将虹膜的环形区域归一化为矩形区域的方法，首先设虹膜图像的内外边缘的交点位置分别为(xi(θ)，yi(θ))和(x0(θ)，y0(θ))，然后通过下面公式将虹膜图像中的每一点全部映射到极坐标(r，θ)中，最后就在极坐标(r，θ)平面上获得64×256大小的归一化虹膜图像，x(r,θ)=(1-r)xi(θ)+rx0(θ)y(r,θ)=(1-r)yi(θ)+ry0(θ)---(3)]]>在对虹膜进行归一化的同时，需对噪声进行相应标记，生成一个与归一化虹膜相对应的噪声屏蔽模板；在噪声屏蔽模板中，噪声信息被标记为0，虹膜信息被标记为1；虹膜图像的增强：设原始图像的灰度级为rk，直方图均衡化使用一个灰度函数作为变换函数，灰度函数为T(r)，虹膜图像中总的S(rk)=T(rk)=1NΣi=0kN(ri)]]>像素数目为N，输入直方图做修正，得到化后图像的灰度分布函数S(r)，图像中灰度级为ri的像素总数，则有：虹膜特征点提取：用选16个Gabor滤波通道，即选择中心频率2槡2、4槡2、8槡2和16槡2及0°、45°、90°和135°四个方向，通过Gabor滤波器的对称性可知，这样就构成了不同方向和频率下的Gabor滤波器，通过利用公式(3)对虹膜图像进行处理，从而得到各个通道上的滤波结果：Fkj(x,y)=Hkj⊗I(x,y)]]>其中，Hkj表示卷积，I(x，y)表示处理后虹膜图像；k表示第k个尺度，j表示第j个方向，Fkj(x，y)表示卷积后结果；特征编码：设整个虹膜图像(x，y)被分M×N大小的若干个子块，子块大小与滤波器模板大小一样；通过对局部相位信息值进行计算，得到一个复数；如果这个复数的实部大于等于0，则表示该特征码为1，否则为0；如果这个复数的虚部大于等于0，则表示该特征码为1，否则为0；最后得到虹膜特征码。