摘要：目前，交通工具的使用越来越频繁，由于疲劳驾驶造成的交通事故也越来越多，因此，开展因为疲劳驾驶引起的交通事故的研究是必要的。疲劳检测系统可以实时监测驾驶员的疲劳程度，当过度疲劳时，给予其预警，可以大大减少交通事故的发生。

基于树莓派的眼部疲劳状态实时监测系统主要包括人脸检测、眼部特征提取和疲劳状态的判断三个部分。人脸的检测：利用USB摄像头获取连续的视频图像帧，获得具有监测人员的脸部和眼部的关键信息；眼部特征提取：使用人脸68点标记方法实现人脸标记并提取双眼的坐标；疲劳状态的判断：设置需要的参数阈值，利用眼睛张合度等实际参数与设定的阈值比较给出疲劳判断。

关键词：树莓派；疲劳检测；OpenCv

目  录

摘  要

ABSTRACT

第一章  绪论-1

1.1 研究背景与意义-1

1.2 研究现状-1

1.3 研究难点-2

1.4论文安排-3

第二章 相关技术基础-4

2.1 引言-4

2.2 硬件平台-4

2.3人脸检测技术-4

2.4 Adaboost算法-5

2.4.1 概述-5

2.4.2 Adaboost核心思想-5

2.4.3 算法步骤-5

2.5 人脸68点标记方法-5

2.6 眼部开合度检测-6

2.7 眼部疲劳状态的判断-6

2.8 本章小结-7

第三章  眼部疲劳驾驶状态的检测研究-8

3.1 引言-8

3.2  PERCLOS准则-8

3.3 眼睛检测定位-8

3.3.1图像预处理-9

3.3.2人脸特征提取-10

3.4 眼睛处理检测-10

3.4.1 边缘检测-11

3.4.2 形态学处理-11

3.5 本章小结-13

第四章 眼部疲劳状态实时监测-14

4.1 引言-14

4.2 人眼开闭状态识别-14

4.3 眼部疲劳状态实时监测系统-15

4.4 实验仿真与分析-15

4.5 本章小结-18

第五章  总结与展望-19

5.1 本文总结-19

5.2 展望-19

参考文献-20