一种车载的疲劳识别系统和方法
【技术领域】
[0001]本发明涉及图像处理技术领域，特别涉及一种车载的疲劳识别系统和方法。
【背景技术】
[0002]近年来随着我国经济的不断发展，汽车的保有量逐年增加，尤其是私家车的增长速度越来越快。随着汽车数量的不断增加，行车安全问题也越来越被人们所重视。其中对行车安全危害最为严重的就是疲劳驾驶行为。
[0003]如何检测驾驶员是否处于疲劳状态，从而避免疲劳驾驶行为，是目前消费者非常关心的问题之一，同时也是行车安全的重要保障。
【发明内容】
[0004]本发明提供一种车载的疲劳识别系统和方法，能够自动识别驾驶员的疲劳状态。
[0005]一种车载的疲劳识别系统，挂载在车内，包括:
[0006]图像采集装置，用于采集驾驶员的面部特征，将采集的面部特征发送给FPGA图像处理装置；
[0007]FPGA图像处理装置，用于对接收到的面部特征进行图像处理和图像特征提取，根据特征提取的结果判断驾驶员当前是否处于疲劳状态，如果是，启动疲劳预警装置；
[0008]疲劳预警装置，用于提供疲劳报警信号；
[0009]其中，所述面部特征包括眼部特征，头部定位特征和嘴部特征中的一个或多个。
[0010]所述面部特征包括眼部特征；所述FPGA图像处理装置包括:
[0011]FPGA眼部特征处理单元，用于对接收到的眼部特征进行提取，得到包括眼部边缘的灰度、眼部边缘与眼部中心的距离在内的眼部特征；将得到的眼部特征样本经过两次降采样；将降采样后的眼部特征进行数学上的归类，判断每一类的特征对应睁眼状态还是闭眼状态；根据睁眼状态和闭眼状态输出眨眼的频率和闭眼的频率；根据该眨眼的频率和闭眼的频率得出驾驶员是否疲劳的第一结果；
[0012]和/ 或，
[0013]所述面部特征包括头部定位特征；所述FPGA图像处理装置包括:
[0014]FPGA头部定位特征处理单元，用于对接收到的头部定位特征进行滤波，对滤波后的特征进行图像增强，使得其中的眼部边缘特征更加清晰；利用面部几何关系对眼部坐标进行粗略定位，然后进行二值化处理，得到包含眼睛，部分眉毛和部分鼻子特征的二值图像；利用二值化图像，进行连通域计算，精确定位眼部位置；根据眼部位置的变化，判断头部上下摆幅；根据头部摆幅，得出驾驶员是否疲劳的第二结果；
[0015]和/ 或，
[0016]所述面部特征包括嘴部特征，所述FPGA图像处理装置包括:
[0017]FPGA嘴部特征处理单元，用于对接收到的嘴部特征进行滤波；对滤波后的图像进行图像增强，使得嘴部边缘更加清晰；利用面部几何关系对嘴部坐标进行粗略定位；然后进行二值化处理，所得的二值图像包含部分鼻子，嘴部和部分下巴信息；根据定位到的嘴部状态，进行嘴部面积判断；若大于设定阈值，则为打哈欠状态，输出打哈欠的频率；根据打哈欠的频率，得出驾驶员是否疲劳的第三结果。
[0018]所述FPGA眼部特征处理单元采用LBP算子对接收到的眼部特征进行提取，并采用sm分类器将降采样后的眼部特征进行数学上的归类；
[0019]所述FPGA头部定位特征处理单元，用于进行Gabor滤波；
[0020]所述FPGA嘴部特征处理单元，用于进行Gabor滤波。
[0021 ] 所述FPGA图像处理装置包括:
[0022]FPGA疲劳状态识别单元，用于根据所述第一结果，第二结果和第三结果中的一个或多个判断驾驶员当前是否处于疲劳状态。
[0023]所述图像采集装置包括:摄像头，CMOS图像传感器和图像采集电路；其中，所述摄像头的高度和角度可调节。
[0024]该系统进一步包括:近红外LED照明电路，用于自动感知周围光强，并在周围光强小于预定值时，提供光照，且所述近红外LED照明电路的高度和角度可调节。
[0025]该系统进一步包括:USB供电电路，用于挂载在汽车的USB接口上，并为所述系统提供电源。
[0026]一种车载的疲劳识别方法，包括:
[0027]采集驾驶员的面部特征；
[0028]对采集到的面部特征进行图像处理和图像特征提取；
[0029]根据特征提取的结果判断驾驶员当前是否处于疲劳状态，如果是，提供疲劳报警信号；其中，
[0030]所述面部特征包括眼部特征，头部定位特征和嘴部特征中的一个或多个。
[0031]所述面部特征包括眼部特征；所述对采集到的面部特征进行图像处理和图像特征提取包括:对接收到的眼部特征进行提取，得到包括眼部边缘的灰度、眼部边缘与眼部中心的距离在内的眼部特征；将得到的眼部特征样本经过两次降采样；将降采样后的眼部特征进行数学上的归类，判断每一类的特征对应睁眼状态还是闭眼状态；根据睁眼状态和闭眼状态输出眨眼的频率和闭眼的频率；根据该眨眼的频率和闭眼的频率得出驾驶员是否疲劳的第一结果；
[0032]和/ 或，
[0033]所述面部特征包括头部定位特征；所述对采集到的面部特征进行图像处理和图像特征提取包括:对接收到的头部定位特征进行滤波，对滤波后的特征进行图像增强，使得其中的眼部边缘特征更加清晰；利用面部几何关系对眼部坐标进行粗略定位，然后进行二值化处理，得到包含眼睛，部分眉毛和部分鼻子特征的二值图像；利用二值化图像，进行连通域计算，精确定位眼部位置；根据眼部位置的变化，判断头部上下摆幅；根据头部摆幅，得出驾驶员是否疲劳的第二结果；
[0034]和/ 或，
[0035]所述面部特征包括嘴部特征，所述对采集到的面部特征进行图像处理和图像特征提取包括:对接收到的嘴部特征进行滤波；对滤波后的图像进行图像增强，使得嘴部边缘更加清晰；利用面部几何关系对嘴部坐标进行粗略定位；然后进行二值化处理，所得的二值图像包含部分鼻子，嘴部和部分下巴信息；根据定位到的嘴部状态，进行嘴部面积判断；若大于设定阈值，则为打哈欠状态，输出打哈欠的频率；根据打哈欠的频率，得出驾驶员是否疲劳的第三结果。
[0036]其中，所述根据特征提取的结果判断驾驶员当前是否处于疲劳状态包括:根据所述第一结果，第二结果和第三结果中的一个或多个判断驾驶员当前是否处于疲劳状态。
[0037]可见，本发明实施例提供的车载的疲劳识别系统和方法，能够自动采集驾驶员的面部特征，并对采集到的面部特征进行特征提取和处理，从而能够判断出当前驾驶员是否处于疲劳状态，并在疲劳时报警。
[0038]本发明实施例能够基于驾驶员的眼部特征，头部定位特征和嘴部特征进行特征提取，进行诸如使边缘更清晰的处理，并基于这些具体的能够清晰反映出驾驶员是否疲劳的特征进行疲劳判断，所以能够使得判断的结果更为准确。
【附图说明】
[0039]图1是本发明一个实施例中车载的疲劳识别系统的结构示意图。
[0040]图2是本发明另一个实施例中车载的疲劳识别系统的结构示意图。
[0041]图3是本发明一个实施例中车载的疲劳识别方法的流程图。
【具体实施方式】
[0042]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0043]本发明一个实施例提出了一种车载的疲劳识别系统，挂载在车内，参见图1，包括:
[0044]图像采集装置101，用于采集驾驶员的面部特征，将采集的面部特征发送给FPGA图像处理装置102 ;
[0045]FPGA图像处理装置102，用于对接收到的面部特征进行图像处理和图像特征提取，根据特征提取的结果判断驾驶员当前是否处于疲劳状态，如果是，启动疲劳预警装置103 ；