基于OpencvOpenCV软件部队疲劳驾驶预警系统的设计

龙源期刊网软件部队疲劳驾驶预警系统的设计作者：董帆来源：《电子技术与软件工程》2016年第02期摘要部队作为一支特殊的队伍，为杜绝其疲劳驾驶现象出现，减少交通事故发生频率，各种疲劳驾驶预警系统应运而生。Opencv软件封装有多种图形图像处理算法，利用该软件来开发部队疲劳驾驶预警系统尤为重要。因此，文章在简单介绍Opencv软件有关内容的基础上，重点分析了基于OpencvOpenCV部队疲劳驾驶预警系统的设计。【关键词】OpencvOpenCV部队疲劳驾驶预警系统设计在实际交通运输中，因疲劳驾驶而引发的大大小小交通事故时有发生。这不仅会严重威胁到驾驶人的生命财产安全，同时也会造成巨大的经济损失和产生不良的影响。疲劳驾驶预警系统的开发与实现，能够对出现疲劳特征，如精神低落、进入浅层睡眠状态的驾驶员给出语音、振动等提醒，以此来警告驾驶员已处于疲劳状态，应该停止驾驶，从而有效减少驾驶员在驾驶过程中的潜在危害，给驾驶员提供一定的安全保障。1OpenCV相关概述Opencv软件是由英特尔公司开发的一个图形图像处理开发包，主要由C语言编写而成。其在开发过程中由于事先将直方图、灰度化、贝叶斯理论等多种图形图像处理算法封装在内，且是免费开源的，所以正式发行后便受到了IT行业等众多领域的青睐。Opencv软件开发的最终目的是促进CPU的密集型应用与实现在以前的基础上继续对计算机视觉领域进行研究，而无需从底层开始。Opencv软件具有诸多优点，如结构、功能可重写，免费开源，具备良好的函数封装特性，用户接口友好大方，预先封装有多种图形图像处理算法便于用户使用，图形图像处理功能强大等等。此外，它还具有多种功能部件，如用于人脸检测的Haar矩形特征及其与积分图之间的结合，层叠分类器，AdaBoost强分类器等。2基于OpencvOpenCV部队疲劳驾驶预警系统的设计2.1人脸检测模块设计基于OpencvOpenCV软件部队疲劳驾驶预警系统人脸检测模块的设计，本文采用Haar特征的AdaBoost算法。首先，对人脸进行采样。由于实际驾驶环境中驾驶车辆的通常为同一个龙源期刊网人，所以针对驾驶员在不同情况下的不同表情和背影进行脸部多次采样，并将其录入YALE人脸数据库中。同时，考虑到系统运行情况受CPU处理能力、硬件、所用算法等多种因素的共同影响，所以在实验过程中将模拟的驾驶员图像作为正样本，将一组相同数目的非人脸图像作为负样本。实验结果显示，在初始阶段由于大部分非人脸负样本不满足层叠分类器特征函数，所以几层迭代后大约五分之四的负样本都会被排除掉。但随着分类器迭代的逐渐深入，强分类器的阈值会变得越来越高，这意味着后期提取的人脸特征会越来越接近真实值，而最后输出的结果就是定位出的真实的人脸图像。同时可以发现，AdaBoost算法正确率相对较高，当然这跟采集的人脸样本、所用分类器等是分不开的。2.2图像预处理模块设计图像预处理模块的设计，目的是为了获取RGB图像的灰度图，以便后面所有算法计算时初始值的输入。图像预处理功能的实现既能够对损失的图像信息进行较好的恢复，也能够使被灰度化的图像与原图真实水平较为接近，同时还能够有效减少光照等产生的负面影响，是基于OpencvOpenCV软件部队疲劳驾驶预警系统设计的重要一环。图像预处理模块主要包含灰度化、直方图求解及其均衡化、中值滤波和光照补偿五部分。在Opencv中本文采用cvCvtColor对彩色图片进行灰度化处理，采用cvCreateHist来创建直方图，采用cvEqualizeHist对系统的直方图进行均衡化处理，采用cvSmooth对输入的图像进行中值滤波处理。对于光照补偿功能的设计，由于目前还没有一个能够适应各种不同变化光照影响的自适应调节算法，所以本文决定在借鉴前人研究成果的基础上通过稍微的调整来使其尽可能适应实验模拟出的真实驾驶环境。2.3人眼定位检测模块设计在光照均匀的条件下，人的眼睛会呈现出几何特征。根据这一特点，在水平方向上，眼睛与眉毛的横坐标大致相同，在垂直方向上，眼睛与眉毛的纵坐标也大致相同。因此，本系统对于人眼定位模块的设计采用水平投影和垂直投影，在水平投影中，谱图波谷最多的区域通常就是眼睛所在位置的横坐标，同样在垂直投影中，谱图波谷最多的区域通常可以认定为是人眼的纵坐标。通过实验所测数据表明，对于背景相对简单的YALE人脸数据库而言，人眼定位检测具有很高的准确率，且计算时间能够较好的满足实时性要求。但对于人脸检测则不然，虽然人脸检测的准确率也相对较高，但背景却变得复杂了，并且一些干扰因素的存在也降低了人眼定位的准确性。即水平投影人眼定位方法结果与人眼的真实位置较为接近。而存在干扰因素或人脸出现偏移时都会造成人眼定位检测的错误或漏检。3总结总之，基于OpencvOpenCV软件部队疲劳驾驶预警系统的设计与实现，对于减少疲劳驾驶现象、降低交通事故发生率都具有十分重要的意义和作用。随着人脸检测技术、图像处理技术等的不断成熟，利用Opencv所开发的部队疲劳驾驶预警系统必将会变得更加完善。龙源期刊网参考文献[1]王绩一.基于物联网的疲劳驾驶预警系统的设计与实现[D].内蒙古大学，2013.[2]王贞，孙传辉，曹阳，王立辉.基于MEMS技术的疲劳驾驶预警系统设计[J].机电产品开发与创新，2010，01：125-126.[3]王会荣.基于改进Adaboost算法的汽车疲劳驾驶预警系统设计[D].哈尔滨工业大学，2012.[4]文岐伟.基于疲劳检测和运动目标检测与识别的预警系统[D].华南理工大学，2013.[5]周锋华，孟宪元，梅顺良，任雁军.司机疲劳驾驶实时检测系统设计[J].测控技术，2013，01：37-40.作者简介董帆，男，陕西省宝鸡市人。现公安海警学院本科在读。作者单位公安海警学院浙江省宁波市315800