论文部分内容阅读
笔者提出了一种基于人眼状态的疲劳驾驶检测方法,对常用疲劳监测方法进行分析对比,并和人眼状态监测方法进行比较,进一步提高人眼状态监测方法的实用性和及时性;完善基于人眼状态的疲劳驾驶检测算法,提取视频图像的边缘特征并进行二值化处理,利用Hough变换来检验瞳孔轮廓,最后达到降低噪声和边缘间断影响的目的;实现基于人眼状态的疲劳驾驶检测系统,使其更适合车辆运行时多变的光照情况及高频低幅振动的环境,进一步达到实时检测和识别的要求。