赵恒炜

(西安建筑科技大学信息与控制工程学院，陕西西安 710055)

基于区域灰度特征比较和人眼睑曲率的状态识别

赵恒炜

(西安建筑科技大学信息与控制工程学院，陕西西安 710055)

针对眼睛状态检测在实际疲劳监控系统应用中的缺陷，提出了一种基于区域灰度特征比较和眼睑曲率的人眼状态识别算法。在确定眼睛区域的前提下，提取眼睛区域的灰度特征和眼睑曲率特征，确定眼睛状态。通过对不同背景、光照变化、眼睛倾斜和旋转，以及戴眼镜等多种复杂环境下进行眼睛状态检测，实验结果表明，文中算法具有处理速度快、鲁棒性高等特点。

区域灰度特征比较法;眼睑曲率法;算法融合

据不完全统计，全世界每年死于交通事故的人数约为60万，仅车祸受伤的人数，平均每年约有1 000万人［1］。英国交通研究实验室(Transport Research Laboratory)认为:疲劳驾驶导致的交通事故占全部交通事故的10%。有资料表明，高速公路上发生的交通事故中有50%以上，是由于长时间疲劳驾驶或所见目标单调而造成注意力不集中、打瞌睡等原因所造成。

随着计算机图像处理技术的发展，利用图像处理技术检测驾驶员的疲劳状态已经成为可能。首先利用摄像机实时检测驾驶员的眼睛位置，其次根据图像处理方法检测驾驶员的眼睛状态并判断是否疲劳驾驶，因此眼睛状态的识别具有重要意义［2］。

目前，研究人员在进行眼睛状态识别这一领域中做了大量研究，提出了多种方法，其中主要方法有边缘复杂度法、灰度投影法［3］、模板匹配法［4］、眼睛面积法、Hough变换找珠法、眼睑曲率法［5］、SVM 训练法等。……