本發(fā)明屬于汽車安全駕駛技術(shù)領(lǐng)域，屬于圖像處理、模式識別、神經(jīng)網(wǎng)絡(luò)等技術(shù)領(lǐng)域，特別是一種疲勞駕駛檢測系統(tǒng)。

背景技術(shù)：

隨著社會經(jīng)濟(jì)的快速發(fā)展，交通運(yùn)輸業(yè)發(fā)展的同時(shí)汽車的數(shù)量也是越來越來多，由疲勞駕駛導(dǎo)致的交通事故呈現(xiàn)越來越多發(fā)的趨勢。針對這一現(xiàn)象，產(chǎn)生了各種各樣的疲勞駕駛檢測技術(shù)，主要分為接觸式檢測和非接觸式檢測。接觸式檢測一般是測量駕駛員的心電圖、腦電圖等，這種測量方式不僅會妨礙駕駛員的駕駛操作，而且成本高。當(dāng)駕駛員疲勞時(shí)，會表現(xiàn)出低頭、閉眼頻率增加等生理特征，非接觸式檢測技術(shù)就是通過監(jiān)控裝置檢測駕駛員的這些生理特征。非接觸式疲勞駕駛檢測技術(shù)具有成本低、精確度高的特點(diǎn)，因此，被廣泛采用于目前的疲勞駕駛檢測裝置。

當(dāng)前現(xiàn)有的非接觸式基于駕駛員生理特征的疲勞檢測裝置，大多通過圖像處理技術(shù)，定位人臉，再在人臉的范圍內(nèi)分析眼睛的狀態(tài)，判斷是否疲勞。中國發(fā)明專利CN101593425A和CN201681470U均公布了一種疲勞駕駛檢測方法，且均是通過單一的檢測人眼的狀態(tài)來判斷人的疲勞狀態(tài)，這種單一的檢測方式雖然能夠在疲勞檢測上有一定的準(zhǔn)確性，但容易受光照、是否戴眼鏡等因素的影響導(dǎo)致誤測。其中發(fā)明專利CN101593425A所采用的最大類間方差法，容易受到眼睫毛人影響，不利于虹膜分割。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種疲勞駕駛檢測裝置及檢測方法，通過對人臉狀態(tài)和人眼狀態(tài)的綜合判斷結(jié)果，對駕駛員的疲勞狀態(tài)進(jìn)行最終的判定，能夠?qū)崿F(xiàn)不同的報(bào)警相應(yīng)方式，且本發(fā)明中眼部區(qū)域圖像二值化處理所用的自適應(yīng)方法能夠更好地分割出虹膜區(qū)域。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：

一種疲勞駕駛檢測裝置，包括用于存放嵌入式系統(tǒng)的SD卡、用于采集駕駛員正面圖像的USB攝像頭、用于設(shè)備供電的數(shù)據(jù)線、用于提示駕駛員的報(bào)警裝置、用于處理器散熱的散熱風(fēng)扇；還包括：用于圖像處理及疲勞判定的ARM處理器設(shè)備和進(jìn)行不同報(bào)警方式的報(bào)警裝置；所述報(bào)警裝置包含可根據(jù)綜合判斷駕駛員疲勞狀態(tài)的不同結(jié)果，進(jìn)行不同報(bào)警方式報(bào)警的喇叭報(bào)警裝置和LED燈報(bào)警裝置；

所述ARM處理器設(shè)備包括人臉定位模塊、人眼狀態(tài)識別模塊、疲勞判定模塊；人臉定位模塊接收圖片信息后，用Adaboost算法定位人臉并通過坐標(biāo)差值識別臉部狀態(tài)；人眼狀態(tài)識別模塊獲取人臉定位模塊中的人臉區(qū)域圖像，用Adaboost算法定位人眼區(qū)域，通過利用眼部自適應(yīng)二值化處理圖像的積分投影識別人眼狀態(tài)；疲勞判定模塊根據(jù)人臉狀態(tài)與人眼狀態(tài)進(jìn)行疲勞判定，然后將判斷結(jié)果轉(zhuǎn)換為電信號，通過I/O接口輸送給報(bào)警裝置。

所述人臉定位模塊，人眼狀態(tài)識別模塊，疲勞判定模塊具體如下：

人臉定位模塊：用訓(xùn)練好的人臉特征分類器定位人臉區(qū)域，并計(jì)算人臉中心點(diǎn)位置與圖像中心點(diǎn)在縱向的偏離值，根據(jù)偏離幅度及設(shè)定的時(shí)間內(nèi)人臉中心點(diǎn)的波動頻率來判斷駕駛員是否處于疲勞狀態(tài)；

人眼狀態(tài)識別模塊：定位人臉區(qū)域后，根據(jù)人的五官分布比例，將人臉上部3/5部分作為感興趣的區(qū)域，用訓(xùn)練好的人眼分類器定位人眼區(qū)域；對駕駛員的眼部進(jìn)行特征提取，分別計(jì)算眼部區(qū)域二值化處理的圖像的垂直和水平積分投影的最大值與積分區(qū)域的寬度比值，結(jié)合兩個比值，綜合判定出人眼的當(dāng)前的狀態(tài)，即人眼閉合情況，并通過設(shè)定的判定準(zhǔn)則來進(jìn)行駕駛者當(dāng)前的精神狀態(tài)是否疲勞；

疲勞判定模塊：根據(jù)人臉狀態(tài)和人眼狀態(tài)的判斷結(jié)果，對駕駛員的精神狀態(tài)進(jìn)行最終的判定；

一種疲勞駕駛檢測方法，包括如下步驟：

步驟1，初始化攝像頭，設(shè)置攝像頭讀入圖片的屬性值；

步驟2，USB攝像頭采集圖像，將圖像信息輸送給ARM處理器設(shè)備；

步驟3，圖像預(yù)處理，即圖像縮小、灰度化處理；

步驟4，加載OpenCV機(jī)器視覺庫中已有的人臉和人眼特征分類器，通過預(yù)先訓(xùn)練的人臉特征分類器定位人臉區(qū)域；

步驟5，通過人臉狀態(tài)判定疲勞狀態(tài)：利用Adaboost算法檢測駕駛員的臉部存在位置，計(jì)算人臉中心點(diǎn)位置與圖像中心點(diǎn)在縱向的偏離值，根據(jù)偏離值與設(shè)定閾值比較及一定時(shí)間內(nèi)人臉中心點(diǎn)的波動頻率，即點(diǎn)頭頻率來判斷駕駛員是否處于疲勞狀態(tài)；

步驟6，通過人眼狀態(tài)判定疲勞狀態(tài)：利用Adaboost算法檢測駕駛員的眼部存在位置，對駕駛員的眼部進(jìn)行特征提取，計(jì)算眼部區(qū)域的積分投影的最大值與積分區(qū)域的寬度比值，并與設(shè)定閾值T1比較來判斷駕駛員是否處于疲勞狀態(tài)；

步驟7，根據(jù)步驟5、6的疲勞綜合判定結(jié)果，確定返回圖像采集或啟動不同報(bào)警方式的一種。

本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)：

(1)本發(fā)明采用嵌入式系統(tǒng)，體積小，使用方便；(2)減少了個體性差異對檢測結(jié)果的影響，提高了疲勞判斷的準(zhǔn)確性，具有較好的實(shí)用性；(3)通過結(jié)合人的頭部和人眼兩個顯著特征進(jìn)行復(fù)合判斷，比單一方法進(jìn)行識別檢測，識別準(zhǔn)確率更高；(4)眼部區(qū)域圖像二值化處理所用的自適應(yīng)方法能夠更好地分割出瞳孔及邊緣區(qū)域，不易受眼睫毛的影響；(5)通過對駕駛員的精神狀態(tài)進(jìn)行判別，啟動報(bào)警裝置提醒駕駛員在疲勞狀態(tài)下時(shí)進(jìn)行停車休息，可以有效減少交通事故的發(fā)生，為人民的生命財(cái)產(chǎn)安全提供有力保障。

下面結(jié)合附圖對本發(fā)明作進(jìn)一步詳細(xì)描述。

附圖說明

圖1是疲勞駕駛檢測裝置結(jié)構(gòu)示意圖。

圖2是ARM處理器設(shè)備內(nèi)部連接示意圖。

圖3是疲勞駕駛檢測方法流程框圖。

圖4是眼部二值化處理的圖像的垂直積分投影圖。

圖5是眼部二值化處理的圖像的水平積分投影圖。

圖6是PERCLOS測量原理圖。

圖7是眼部圖像。

圖8是眼部圖像的自適應(yīng)二值化處理的圖像。

具體實(shí)施方式

結(jié)合圖1，一種疲勞駕駛檢測裝置，包括用于存放嵌入式系統(tǒng)的SD卡、用于采集駕駛員正面圖像的USB攝像頭、用于設(shè)備供電的數(shù)據(jù)線、用于提示駕駛員的報(bào)警裝置、用于處理器散熱的散熱風(fēng)扇；還包括：用于圖像處理及疲勞判定的ARM處理器設(shè)備和進(jìn)行不同報(bào)警方式的報(bào)警裝置；所述報(bào)警裝置包含可根據(jù)綜合判斷駕駛員疲勞狀態(tài)的不同結(jié)果，進(jìn)行不同報(bào)警方式報(bào)警的喇叭報(bào)警裝置和LED燈報(bào)警裝置；

所述ARM處理器設(shè)備包括人臉定位模塊、人眼狀態(tài)識別模塊、疲勞判定模塊；人臉定位模塊接收圖片信息后，用Adaboost算法定位人臉并通過坐標(biāo)差值識別臉部狀態(tài)；人眼狀態(tài)識別模塊獲取人臉定位模塊中的人臉區(qū)域圖像，用Adaboost算法定位人眼區(qū)域，通過利用眼部自適應(yīng)二值化處理圖像的積分投影識別人眼狀態(tài)；疲勞判定模塊根據(jù)人臉狀態(tài)與人眼狀態(tài)進(jìn)行疲勞判定，然后將判斷結(jié)果轉(zhuǎn)換為電信號，通過I/O接口輸送給報(bào)警裝置。

所述人臉定位模塊，人眼狀態(tài)識別模塊，疲勞判定模塊具體如下：

人臉定位模塊：用訓(xùn)練好的人臉特征分類器定位人臉區(qū)域，并計(jì)算人臉中心點(diǎn)位置與圖像中心點(diǎn)在縱向的偏離值，根據(jù)偏離幅度及設(shè)定的時(shí)間內(nèi)人臉中心點(diǎn)的波動頻率來判斷駕駛員是否處于疲勞狀態(tài)；

人眼狀態(tài)識別模塊：定位人臉區(qū)域后，根據(jù)人的五官分布比例，將人臉上部3/5部分作為感興趣的區(qū)域，用訓(xùn)練好的人眼分類器定位人眼區(qū)域；對駕駛員的眼部進(jìn)行特征提取，分別計(jì)算眼部區(qū)域二值化處理的圖像的垂直和水平積分投影的最大值與積分區(qū)域的寬度比值，結(jié)合兩個比值，綜合判定出人眼的當(dāng)前的狀態(tài)，即人眼閉合情況，并通過設(shè)定的判定準(zhǔn)則來進(jìn)行駕駛者當(dāng)前的精神狀態(tài)是否疲勞；

疲勞判定模塊：根據(jù)人臉狀態(tài)和人眼狀態(tài)的判斷結(jié)果，對駕駛員的精神狀態(tài)進(jìn)行最終的判定；

如圖2所示所述ARM處理器設(shè)備包括：電源轉(zhuǎn)換電路、USB接口電路、晶振電路、使能信號電路、SD卡讀取電路；

其中，電源轉(zhuǎn)換電路部分，首先USB供電電路實(shí)現(xiàn)供電接口轉(zhuǎn)換，通過NXP型的三極管獲得5V電壓，中間串接一個自恢復(fù)保險(xiǎn)絲，使裝置具有電壓保護(hù)的功能，然后USB供電電路的輸出連接穩(wěn)壓電路，穩(wěn)壓電路通過穩(wěn)圧芯片轉(zhuǎn)換為三種不同的穩(wěn)定電壓；ARM芯片的作用包含圖像處理和疲勞判定；USB接口電路與LAN9512芯片相連，進(jìn)行數(shù)據(jù)傳輸，接收USB攝像頭的視頻信息傳入，經(jīng)過視頻解碼器將信息傳入到ARM芯片處理器中；晶振電路通過晶體振蕩器產(chǎn)生時(shí)鐘信號，為處理器提供時(shí)序；使能信號電路通過5V輸入電壓和場效應(yīng)晶體管產(chǎn)生兩種信號，用于提供SDRAM的使能信號及ARM芯片所需的RUN信號，SDRAM為系統(tǒng)提供運(yùn)行空間，同時(shí)存儲最近采集的3-5分鐘的壓縮圖像信息；LED狀態(tài)指示燈用于設(shè)備狀態(tài)顯示；SD卡讀取電路將SD卡中的Linux系統(tǒng)讀入到設(shè)備中，使設(shè)備具有運(yùn)行環(huán)境，并實(shí)現(xiàn)數(shù)據(jù)的讀入與存儲；HDMI是屏幕顯示預(yù)留接口；I/O接口提供報(bào)警裝置的觸發(fā)信號。

USB攝像頭通過轉(zhuǎn)換電路及裝置將視頻流信息轉(zhuǎn)換成數(shù)字信息，ARM芯片作為主處理單元，啟動人臉定位模塊，進(jìn)行人臉定位及狀態(tài)分析，處理后的圖像信息臨時(shí)存儲于SDRAM中，人眼識別模塊從SDRAM中獲取人臉識別模塊處理后的圖像信息，進(jìn)行人眼狀態(tài)識別，然后疲勞判定模塊根據(jù)人臉定位模塊和人眼狀態(tài)識別模塊的狀態(tài)結(jié)果進(jìn)行疲勞判定，最終將判定結(jié)果轉(zhuǎn)換成電信號從I/O接口傳送給報(bào)警裝置。

結(jié)合圖3-5，該疲勞駕駛檢測裝置的檢測方法包含如下步驟：

步驟1，初始化攝像頭，設(shè)置攝像頭讀入圖片的屬性值，即將讀入的圖像分辨率設(shè)置為640×480；

步驟2，USB攝像頭采集圖像，將圖像信息輸送給ARM嵌入式處理器；

步驟3，圖像預(yù)處理，即圖像縮小、灰度化處理；

作為優(yōu)選的一種方案，圖像縮小方法具體為：將圖像縮小1/2，采用的方法是局部均值法，在縮小圖片大小的同時(shí)較好地保留原有圖像信息，縮小后的圖像能夠減少運(yùn)算量，提高實(shí)時(shí)性。

步驟4，加載OpenCV機(jī)器視覺庫中已有的人臉和人眼特征分類器，通過預(yù)先訓(xùn)練的人臉特征分類器定位人臉區(qū)域，即用Harr特征檢測方式獲取人臉部關(guān)鍵特征點(diǎn)，根據(jù)特征點(diǎn)定位人臉區(qū)域，并分別得到人臉區(qū)域左上角點(diǎn)和右下角點(diǎn)坐標(biāo)(x₁,y₁)、(x₂,y₂)，計(jì)算人臉區(qū)域圖像的中心點(diǎn)坐標(biāo)(H_x,H_y)，其中根據(jù)(x₁,y₁)、(x₂,y₂)兩點(diǎn)坐標(biāo)用矩形框框出人臉區(qū)域；

步驟5，通過人臉狀態(tài)判定疲勞狀態(tài)：利用Adaboost算法檢測出駕駛員的臉部位置，若未檢測到人臉則返回圖像采集，若采集到人臉后，計(jì)算人臉區(qū)域圖像中心點(diǎn)位置(H_x,H_y)與初始采集到的圖像中心點(diǎn)位置(I_x,I_y)在縱向的偏離值Diff，在單位周期內(nèi)(10秒)，統(tǒng)計(jì)偏離值Diff大于設(shè)定閾值T1(初始讀入圖像高度值的1/4)的圖像數(shù)量與圖像總數(shù)量，計(jì)算人臉中心點(diǎn)的波動頻率，即點(diǎn)頭頻率來判斷駕駛員是否處于疲勞狀態(tài)；

通過人臉狀態(tài)判定疲勞狀態(tài)具體包含以下步驟：

5.1，獲取人臉區(qū)域的中心點(diǎn)位置后，計(jì)算人臉中心點(diǎn)的縱坐標(biāo)H_y與圖像的縱坐標(biāo)I_y的差值Diff＝|H_y-I_y|；

5.2，統(tǒng)計(jì)單位周期(10秒)內(nèi)差值Diff大于設(shè)定閾值T1的圖像數(shù)量n和圖像總幀數(shù)N；

5.3，計(jì)算圖像數(shù)量n與圖像總幀數(shù)N的比值，將比值與設(shè)定閾值T進(jìn)行比較，若比值大干閾值T，則判斷駕駛員處于疲勞狀態(tài)；閾值T大小設(shè)為0.68，由實(shí)驗(yàn)所得。

步驟6，通過人眼狀態(tài)判定疲勞狀態(tài)：利用Adaboost算法檢測駕駛員的眼部存在位置，若未檢測到人眼則返回圖像采集，若采集到人眼后，對駕駛員的眼部進(jìn)行特征提取，計(jì)算眼部區(qū)域二值化處理的圖像的積分投影的最大值與積分區(qū)域的寬度比值，并與設(shè)定閾值T2比較，若大于閾值T2，則判斷駕駛員的眼睛是閉合的，計(jì)算單位周期(10秒)駕駛員閉眼圖像數(shù)量與總圖像數(shù)量的比值，若比值大于設(shè)定閾值T，則判斷駕駛員處于疲勞狀態(tài)；閾值T2值根據(jù)實(shí)驗(yàn)所得，本發(fā)明中取值為2.0。

通過人眼狀態(tài)判定疲勞狀態(tài)：具體包含以下具體步驟：

6.1在人臉區(qū)域通過人眼特征分類器定位人眼；

在人臉區(qū)域圖像中通過預(yù)先訓(xùn)練的人眼特征分類器定位人眼區(qū)域，定位過程與人臉區(qū)域定位相同，只是加載的特征分類器不同；計(jì)算人眼區(qū)域圖像的中心點(diǎn)坐標(biāo)，計(jì)算過程和計(jì)算人臉區(qū)域圖像中心點(diǎn)坐標(biāo)一樣，判斷人眼中心點(diǎn)到定位人臉區(qū)域的矩形框下邊界的距離與矩形框高度的比值是否滿足正常的器官分布比例，若判斷出誤差較大，則可能檢測到眉毛，重新進(jìn)行檢測。

6.2對眼部區(qū)域圖像進(jìn)行高斯濾波、去除噪聲，采用自適應(yīng)的二值化處理；

對于不同的閾值，二值化處理得到的圖像是不同的，本發(fā)明采用自適應(yīng)閾值進(jìn)行圖像二值化處理，可以較好地分割出瞳孔區(qū)域，即設(shè)定最小閾值low和最大閾值high，圖像二值化處理所用閾值τ以數(shù)值大小為0.05作為步長逐漸遞增，對同一幅圖像不斷重新二值化處理，得到一系列的二值化處理的圖像，從中找出非零連通域數(shù)量最小的圖像作為待檢測圖像。步驟6.2所采用的自適應(yīng)二值化處理，具體的方法為：

6.2.1.設(shè)置最小閾值low＝0.1(圖像最小灰度值的0.1倍)，最大閾值high＝0.5(圖像最大灰度值的0.5倍)，閾值τ遞增步長step＝0.05；

6.2.2.通過imgs＝binary(I,τ)不斷對眼部區(qū)域圖像二值化處理；

6.2.3.從一系列二值化處理的圖像imgs中找到非零連通區(qū)域數(shù)量最少的處理后的圖像img1及與之對應(yīng)的閾值τ；

6.2.4.對非零連通區(qū)域數(shù)量最少的二值化處理的圖像img1進(jìn)行開運(yùn)算并內(nèi)孔填充；

6.2.5找二值化處理的圖像img1中的最大連通域，并去除其他連通域，得到最終的二值化處理的圖像img；

其中，imgs表示二值化處理的圖像，bianry表示二值化處理過程，I表示眼部區(qū)域圖像，τ是按步驟6.2.1從最小閾值low逐步遞增的二值化閾值；imgs＝binary(I,τ)為本發(fā)明圖像二值化處理的表示形式。

6.3計(jì)算二值化處理的圖像img的積分投影，計(jì)算垂直積分投影的最大值與積分寬度的比值rate1和水平積分投影的最大值與積分寬度的比值rate2；

其中，垂直積分投影的計(jì)算采用的公式：

水平積分投影的計(jì)算采用的公式：

如附圖3所示，從S_v(x)中找出垂直積分投影的最大值V_max，從S_h(x)中找出水平積分投影的最大值H_max，分別計(jì)算出垂直積分投影和水平積分投影的區(qū)域?qū)挾萔_width、H_width，然后計(jì)算：

rate1＝V_max/V_width；

rate2＝H_max/H_width；

其中，S_v(x)是二值化處理后的圖像img的單位寬度所對應(yīng)的像素值之和，S_h(x)是二值化處理的圖像img的單位高度所對應(yīng)的像素值之和，Y₁＝1，Y₂等于眼部區(qū)域圖像的高度，X₁＝1，X₂等于眼部區(qū)域圖像的寬度，I(x，y)是眼部區(qū)域二值化處理圖像中(x、y)對應(yīng)的像素值，(x、y)為二值化處理圖像坐標(biāo)值，rate1、rate2分別表示垂直積分投影最大值和垂直積分投影區(qū)域?qū)挾鹊谋戎?、水平積分投影最大值和水平積分投影區(qū)域?qū)挾鹊谋戎担?/p>

6.4結(jié)合rate1和rate2，計(jì)算判斷駕駛員是否處于疲勞狀態(tài)；將rate的值與設(shè)定閾值T2比較，判定人眼的張開閉合狀態(tài)，即若rate的值大于T2，表示人眼的閉合程度達(dá)到80％時(shí)，視作當(dāng)前已經(jīng)完全閉眼；閾值T2的大小是通過對駕駛員正常駕駛時(shí)眼部圖像數(shù)據(jù)的采集，即采集10分鐘內(nèi)不同駕駛員正常駕駛時(shí)的圖像，按照上述步驟計(jì)算出一系列的rate值，并通過求平均值的方式得到一個最終的值T2。

其中，rate表示垂直與水平積分投影高寬比例關(guān)系綜合值，是rate1和rate2的權(quán)重系數(shù)，和的值在本發(fā)明中分別取0.4和0.6，取值大小是由實(shí)驗(yàn)所得；綜合考慮垂直投影和水平投影，一是防止單方向積分投影參數(shù)對于疲勞判定具有片面性，二是更加有利于區(qū)分眼睛是閉合還是睜開。

6.5使用PERCLOS的P80方法進(jìn)行疲勞判定，通過統(tǒng)計(jì)設(shè)定的單位周期內(nèi)(10秒)，眼睛閉合時(shí)間占總體時(shí)間的百分比，若比例超過了預(yù)先設(shè)定的閾值T，即視作當(dāng)前駕駛者已經(jīng)處于疲勞駕駛；

結(jié)合圖6對PERCLOS的P80方法作進(jìn)一步說明：

PERCLOS在應(yīng)用中有三種標(biāo)準(zhǔn)：P70，P80和EM，分別表示眼睛閉合程度為70％，80％和50％。實(shí)驗(yàn)證明P80標(biāo)準(zhǔn)效果最好，因此，本發(fā)明采用P80的準(zhǔn)則對疲勞程度進(jìn)行評判。t1為人眼正常狀態(tài)時(shí)的初始時(shí)刻，即人眼張開程度為80％的時(shí)刻；t2為人眼在閉合過程中，人眼張開程度為20％的時(shí)刻；t3為人眼在完全閉合后再張開過程中，人眼張開程度達(dá)到20％的時(shí)刻；t4為人眼完成了一次眨眼過程，恢復(fù)到正常的張開狀態(tài)時(shí)的時(shí)刻；

當(dāng)取得t1,t2,t3,t4后，計(jì)算PERCLOS的值f：

f為眼睛閉合時(shí)間占設(shè)定時(shí)間段的百分率；

統(tǒng)計(jì)在單位周期(10秒)內(nèi)，眼睛閉合的圖像幀數(shù)和圖像總幀數(shù)，所述PERCLOS的值f等同于：

本發(fā)明中，若f的值大于T，則判定駕駛員處于疲勞狀態(tài)。

步驟7，根據(jù)步驟5、6的疲勞綜合判定結(jié)果，若判定未疲勞則返回圖像采集，若判定疲勞則啟動報(bào)警裝置。

通過步驟5和步驟6綜合判定結(jié)果，啟動相應(yīng)的報(bào)警方式：

當(dāng)步驟5判定駕駛員處于疲勞狀態(tài)，則啟動LED燈報(bào)警裝置報(bào)警；

當(dāng)步驟6判定駕駛員處于疲勞狀態(tài)，則啟動喇叭報(bào)警裝置報(bào)警；

當(dāng)步驟5、步驟6均判定駕駛員處于疲勞狀態(tài)，則同時(shí)啟動LED燈報(bào)警裝置和喇叭報(bào)警裝置報(bào)警。

圖7、8分別是眼部區(qū)域圖像與自適應(yīng)二值化處理的圖像的效果圖，二值化處理方法是從一系列閾值中找到最佳閾值，即能夠使眼部二值化處理的圖像的非零連通域的數(shù)量最少，然后進(jìn)行內(nèi)孔填充，尋找最大連通域，該最大連通域就是所要分割出的部分。人眼瞳孔區(qū)域能夠較好地被分割出來，而且沒有受到眼睫毛的影響，最終得到的二值化處理的圖像對于后續(xù)計(jì)算積分投影起到良好的作用。

本發(fā)明的疲勞駕駛檢測裝置，外觀設(shè)計(jì)簡單，體積小，在汽車上容易安裝。使用時(shí)，圖像采集裝置優(yōu)選地安裝在汽車擋風(fēng)玻璃上，駕駛員位置的左前上方或右前上方的車頂上，也可以將圖像采集裝置置于儀表盤中央，透過方向盤能夠捕獲駕駛員正面的圖像。圖像處理及報(bào)警裝置可以固定于擋風(fēng)玻璃前，用車載USB充電器為報(bào)警裝置供電。