详情

原文传递基于双目视觉的驾驶员视线估计关键技术研究

论文题名：	基于双目视觉的驾驶员视线估计关键技术研究
关键词：	双目视觉系统标定;特征提取;立体匹配;三维重建;视线估计;驾驶员;单一阈值法
摘要：	驾驶疲劳及注意力分散是造成道路交通事故的主要人为因素，目前通过视线方向推断驾驶员驾车注意状态，进而研发相应的安全辅助驾驶装置是该领域研究的热点。基于双目视觉技术的非干涉性及相关硬件配置灵活的特点，本文着重在利用双目视觉进行视线方向估计的以下几个方面开展研究工作:摄像机标定、特征提取、特征立体匹配及三维重建等。　　(1)双目视觉系统构建与标定。双目视觉系统构建与标定是利用双目视觉方法进行视线估计的基础，目前主要存在两种常用的传统摄像机标定方法，分别基于三维标定板和二维标定板进行双目视觉系统标定。本文重点研究分析了两种传统摄像机标定方法的标定过程，并通过实验比较了两种标定方法的精度、速度及复杂度，通过优缺点比较可得出结论:基于二维标定板的标定方法精度高、速度快，使用该种方法进行双目视觉系统标定，能够提高标定过程的可靠性及准确性。　　(2)驾驶员面部及眼睛区域定位。只有精确定位驾驶员眼睛区域，才能提取有效的驾驶员眼睛特征，从而进行准确的视线方向估计。本文首先进行驾驶员面部区域定位，然后再定位眼睛区域，这样能够提高眼睛区域定位的速度及准确性。图像预处理能使特征区域定位过程更简单、快速、效率高，通过分析比较各种方法，确定选用平滑处理效果明显、图像更加清晰的高斯模糊法。人脸及眼睛都具有边缘对称、中心对称的特点，因此本文引入Haar特征检测，并结合Adaboost算法组合这些Haar特征，进行驾驶员面部及眼睛区域定位，提高了眼睛区域定位的速度及精度。　　(3)驾驶员眼睛特征提取。提取有效的驾驶员眼睛特征才能更加准确地完成视线方向估计。眼睛瞳孔区域与眼睛图像其他区域像素明显不同，因此本文采用简单、快捷的单一阈值法提取眼睛瞳孔区域，并通过形态学处理来平滑瞳孔轮廓边缘。通过分析比较各种椭圆拟合方法的优缺点，确定采用拟合效果较好，精度高、效率高、鲁棒性好的最小二乘法拟合瞳孔轮廓曲线。普尔钦斑点是图像中灰度特征明显的点，因此本文采用角点检测的方法进行普尔钦斑点检测，并通过优缺点分析比较，选用计算简单，鲁棒性好、精度高的Harris角点检测法进行普尔钦斑点检测，获取普尔钦斑点精确位置，为后续驾驶员视线方向估计做好准备。　　(4)驾驶员视线方向估计。基于获取的瞳孔轮廓及普尔钦斑点信息进行驾驶员视线方向估计。首先建立图像间的极线约束关系，提高眼睛特征立体匹配的速度及精度，通过分析比较两种常用的立体匹配算法，确定采用产生畸变图像少，标定模式下更加简单、自然的Bouguet算法进行眼睛特征立体匹配。然后通过分析比较三种常用的立体匹配算法，选择综合效果较好的BM算法对眼睛特征行立体匹配。本文采用的是检测精度高、范围大的三维视线估计方法，因此立体匹配结束后，需要对眼睛特征进行三维重建，以获得三维空间坐标。基于获得的三维空间坐标，通过空间三维坐标向量并结合瞳孔与普尔钦斑点的相对位置关系理论，完成驾驶员的三维视线方向估计。最后通过实验验证了本文所用方法的可靠性及准确性。　　通过Visual Studio2008及OpenCV2.3.1开发基于双目视觉的驾驶员视线方向估计算法及应用程序。通过红外摄像机采集不同驾驶员面部图像，并进行相关实验以对驾驶员注意力状态进行分析，对今后的研究工作有积极意义。
作者：	郑雨
专业：	车辆工程
导师：	张明恒
授予学位：	硕士
授予学位单位：	大连理工大学
学位年度：	2014
正文语种：	中文