MATLAB疲劳检测（眼部疲劳，人脸分割，人眼定位，开闭度检测，疲劳判别，可做眼睛+嘴巴+点头率综合检测版本）

本文提出一种利用积分投影和快速Hough变换两步法快速定位人眼的方法，该方法对图像进行预处理后，首先在灰度图中对原始图像在水平和垂直方向上分别进行灰度积分投影，根据积分投影图的凹凸来大致确定双眼的位置，即人眼的粗定位，然后对图像进行边缘提取，用快速Hough变换的圆检测方法对边缘图像进行圆检测，从而确定双眼的精确位置。

通过分析在光照变化条件下现有的一些眼睛定位算法的不足，提出一种基于各向异性滤波的人眼定位方法。利用各向异性低通滤波器对输入图像进行滤波消除光照的影响，利用多结构形态学开闭运算突出眼睛区域特征，并采用相关系数法获得眼睛粗定位，最后使用眼睛精确算法校正眼睛的位置。实验结果表明，该算法对光照变化不敏感，定位准确率更高。

人眼检测 人眼跟踪 AdaBoost算法 MeanShift算法 CamShift算法

摘 要： 提出了一种基于肤色检测和人眼定位的人脸检测方法。使用基于"基准白色"的色彩平衡方法归一化彩色图像，将图像在HSV 空间进行肤色分割，确定候选人脸，采用形态学滤波器对其降噪。在获得虹膜位置的基础上，使用Susan 算子定位两个眼角点，从而实现眼睛的定位。实验证明提出的方法能够很好的检测人脸、定位人眼，尤其对存在人脸旋转和光照异常的人脸图像有很高的度和鲁棒性。 　　1 引言 　　人脸检测是指处理分析输入的图像，判断其中是否有人脸，如果有则找到人脸的位置，并将人脸从背景中分离出来。近年来出现了大量人脸检测方法，主要分为基于特征的和基于图像的等两种方法。前者以某种特征如肤色、脸型、鼻子和

MATLAB疲劳驾驶实现。输入视频，分帧，人脸定位，人眼定位，睁眼闭眼定位，统计闭眼率，从而判断疲劳。

一、主要研究内容1.基本内容 本设计目标在于利用Matlab强大的图像处理能力和实用便捷的编程方法，通过处理包含人脸的视频帧系列图像，灰度积分投影技术的眼睛定位方法，进而利用perclos计数，计算眨眼率，从而得到比较准确的疲劳状况。包括lun文初稿撰写。2.具体要求 本设计基于灰度积分投影技术的眼睛定位方法，再结合perclos技术。首先通过图像预处理技术得到灰度分配较为均匀的图像然后分别利用水平和垂直灰度积分投影曲线结合人脸的结构特征找到眼睛的位置坐标实现了准确的眼睛定位通过perclos技术技术眨眼率，根据先验值得到是否疲劳。二、算法原理 视频输入——预处理去除非人脸区域——人脸定位——人眼定位（灰度积分投影）——眼睛张合度——perclos技术统计——输出结果三、GUI界面设计[需要有一定编程功底]

有关图像处理的，对人脸部的识别，对人眼部定位。

人眼定位是人脸识别的重要步骤，本文提出一种结合灰度投影与改进Hough变换的人眼定位算法。首先，通过两次积分投影进行人眼粗定位，对粗定位的眼睛灰度图像增强处理后提取边缘，然后采用改进Hough变换检测圆来定位眼球的准确位置。实验结果表明，该算法与已有算法相比，具有更为快速和精确的定位效果，并且对头部偏转具有较强的鲁棒性。

该文提出了一种基于最大类间方差阈值分割和灰度积分投影技术的眼睛定位方法。首先通过图像预处理技术中的中 值滤波方法去除图像噪声,并通过非线性变换消除人脸图像因为曝光条件不同而造成的模糊,得到灰度分配较为均匀的图 像,然后利用最大类间方差阈值法对图像进行二值化处理,将特征点从人脸图像分割出来,并分别利用水平和垂直灰度积分 投影曲线结合人脸的结构特征找到眼睛的位置坐标,实现了准确的眼睛定位,从而为进一步提取其它特征点打好了基础。