基于DSP的疲劳驾驶检测系统的研究

2.3.2图像处理模块
　由于采集的过程中肯定会存在噪声，所以先用一个3×3的模板对采集到的图像进行中值滤波，减少噪声对图像处理的干扰。图5是中值滤波后的亮瞳孔图像和暗瞳孔图像。

　因为采集两帧图像的时间间隔非常短，两帧图像的位置基本上没什么变化，由于一帧图像瞳孔位置是亮点，另一帧图像瞳孔位置亮度小，而两帧图像别的区域亮度值变化不大，所以差分后的图像瞳孔位置应该是最亮的区域。通过观察差分图像，也能发现差分后瞳孔位置基本上是图像上最亮的部位，可以根据这个特征粗定位人眼。在应用上驾驶员脸部区域离摄像头镜头位置距离在40 cm~1 m之间，连续采集图像时，眼睛小区域的面积差别不是很大，在差分图像上找到最亮点Imax1，通过这个亮点找到一个小区域，把这个小区域的亮度值都设定为零后再在差分图像上找到另外一个最亮点Imax2，根据这个亮点再扩展一个小区域，这两个小区域就是驾驶员左右眼的区域，如图6所示。这种方法的优点是粗定位速度快而且可以避免阈值的设定。

　目前，用于提取人眼边界的方法有很多种，包括各种算子的边缘提取和灰度图像积分投影等等。在此系统中，可以根据粗定位后图像的特征来提取人眼边界。在粗定位图像中，通过观察发现，上眼睑的边界有一特征，就是上面的灰度值比下面的灰度值大；同理，下眼睑的边界特征是：下面的灰度值比上面的大。定义一个模板分两次在粗定位图像上搜索，分别找到满足这两个特征的点，如图7(b)。在扫描过程中找到上眼睑的最高点M(x3，y3)、下眼睑的最低点N(x4，y4)，左临界点L(x5，y5)、右临界点R(x6，y6)。得到与眼睛边界相切的矩形框如图7(c)。

　人眼的高宽比h(t)可以求出如式(2)：

2.3.3 疲劳状态判断
　在前面图像处理时，差分图像后会找到两个点Imax1(x1，y1)、Imax2(x2，y2)。人眼睁开情况下，这两个点应该在左右瞳孔里，由于左右瞳孔是对称的两个区域，通过实验测试亮点的垂直坐标距离在[0，10]区间里并且水平坐标距离在[25，50]区间里，依此作为依据判断是否检测到人眼。设定一个计数函数，如果连续五次检测都没有检测到对称的双瞳孔说明人眼完全闭合了，软件通过GPIO口启动蜂鸣器提醒驾驶员。
　在能定位人眼时根据PERCLOS值来判断疲劳状态，如前面原理描述一样处理。

2.3.4报警系统
　报警系统采用价格便宜的蜂鸣器，用DSP的GPIO口控制蜂鸣器的启动与停止。

3 实验结果及分析
　利用实验室的设备制作光源，将DSP开发板与光源和仿真器连接，通过仿真器连接PC机和开发板，在CCS3.3环境下调试该系统，最后把程序嵌入到开发板中。连续采集两帧图像的时间间隔为20 ms，为了尽量加快图像处理时间并且满足系统需要，图像大小设定为360×384。测试结果如表1所示。

　检测失误的原因是：虽然安装了近红外高通滤光片，但白天阳光强烈时阳光中的近红外光也很多，影响光源的光照强度，因考虑到成本，滤光片的效果一般，影响了系统的试验结果。另外出现判断失误的原因是，测试人员头部左右摆动幅度太大，摄像头采集图像时采集不到人眼图像。

　此系统的主要优点是定位方法简单并且实用，针对人眼的不同状态，系统分别采用不同的判断疲劳标准，这种方法减小了误判率，缩短了系统处理时间，但有一些缺陷还需要改进。首先，利用亮瞳效应定位人眼，当驾驶员戴眼镜时会出现亮斑再用此方法定位人眼就会出现错误定位。其次，通过研究表明红外光长期照射人眼不健康，以后可以尝试减少红外光的照射时间，用可见光和红外光混合使用。