基于雙目視覺的駕駛員視線估計關鍵技術研究.pdf

1、駕駛疲勞及注意力分散是造成道路交通事故的主要人為因素，目前通過視線方向推斷駕駛員駕車注意狀態(tài)，進而研發(fā)相應的安全輔助駕駛裝置是該領域研究的熱點?；陔p目視覺技術的非干涉性及相關硬件配置靈活的特點，本文著重在利用雙目視覺進行視線方向估計的以下幾個方面開展研究工作:攝像機標定、特征提取、特征立體匹配及三維重建等。
　　(1)雙目視覺系統(tǒng)構建與標定。雙目視覺系統(tǒng)構建與標定是利用雙目視覺方法進行視線估計的基礎，目前主要存在兩種常用的傳統(tǒng)攝

2、像機標定方法，分別基于三維標定板和二維標定板進行雙目視覺系統(tǒng)標定。本文重點研究分析了兩種傳統(tǒng)攝像機標定方法的標定過程，并通過實驗比較了兩種標定方法的精度、速度及復雜度，通過優(yōu)缺點比較可得出結論:基于二維標定板的標定方法精度高、速度快，使用該種方法進行雙目視覺系統(tǒng)標定，能夠提高標定過程的可靠性及準確性。
　　(2)駕駛員面部及眼睛區(qū)域定位。只有精確定位駕駛員眼睛區(qū)域，才能提取有效的駕駛員眼睛特征，從而進行準確的視線方向估計。本文首先

3、進行駕駛員面部區(qū)域定位，然后再定位眼睛區(qū)域，這樣能夠提高眼睛區(qū)域定位的速度及準確性。圖像預處理能使特征區(qū)域定位過程更簡單、快速、效率高，通過分析比較各種方法，確定選用平滑處理效果明顯、圖像更加清晰的高斯模糊法。人臉及眼睛都具有邊緣對稱、中心對稱的特點，因此本文引入Haar特征檢測，并結合Adaboost算法組合這些Haar特征，進行駕駛員面部及眼睛區(qū)域定位，提高了眼睛區(qū)域定位的速度及精度。
　　(3)駕駛員眼睛特征提取。提取有效的

4、駕駛員眼睛特征才能更加準確地完成視線方向估計。眼睛瞳孔區(qū)域與眼睛圖像其他區(qū)域像素明顯不同，因此本文采用簡單、快捷的單一閾值法提取眼睛瞳孔區(qū)域，并通過形態(tài)學處理來平滑瞳孔輪廓邊緣。通過分析比較各種橢圓擬合方法的優(yōu)缺點，確定采用擬合效果較好，精度高、效率高、魯棒性好的最小二乘法擬合瞳孔輪廓曲線。普爾欽斑點是圖像中灰度特征明顯的點，因此本文采用角點檢測的方法進行普爾欽斑點檢測，并通過優(yōu)缺點分析比較，選用計算簡單，魯棒性好、精度高的Harris

5、角點檢測法進行普爾欽斑點檢測，獲取普爾欽斑點精確位置，為后續(xù)駕駛員視線方向估計做好準備。
　　(4)駕駛員視線方向估計。基于獲取的瞳孔輪廓及普爾欽斑點信息進行駕駛員視線方向估計。首先建立圖像間的極線約束關系，提高眼睛特征立體匹配的速度及精度，通過分析比較兩種常用的立體匹配算法，確定采用產生畸變圖像少，標定模式下更加簡單、自然的Bouguet算法進行眼睛特征立體匹配。然后通過分析比較三種常用的立體匹配算法，選擇綜合效果較好的BM算法

6、對眼睛特征行立體匹配。本文采用的是檢測精度高、范圍大的三維視線估計方法，因此立體匹配結束后，需要對眼睛特征進行三維重建，以獲得三維空間坐標?；讷@得的三維空間坐標，通過空間三維坐標向量并結合瞳孔與普爾欽斑點的相對位置關系理論，完成駕駛員的三維視線方向估計。最后通過實驗驗證了本文所用方法的可靠性及準確性。
　　通過Visual Studio2008及OpenCV2.3.1開發(fā)基于雙目視覺的駕駛員視線方向估計算法及應用程序。通過紅外攝