بخشی از مقاله
چکیده
در حال حاضر سیستمهای تشخیص خواب آلودگی در جهان در حال گسترش میباشند. این سیستمها با استفاده از علائم فیزیولوژی و ظاهری راننده اقدام به تشخیص خواب آلودگی کرده و با دادن هشدار به موقع، مانع از بروز تصادف میگردند. سیستمهای هوشمند نظارت بر راننده از جمله مواردی است که در ایمنی خودروها مورد توجه قرار گرفته است. این سیستمها با تشخیص هوشمند شرایط حادثهساز به راننده هشدارمیدهند.
هدف از این تحقیق، بررسی و تشخیص خواب آلودگی راننده به کمک تکنیکهای پردازش تصویر می باشد.
اصل این هدف، تشخیص باز، بسته و قرمزی چشم است که با روش الگوهای دودویی محلی - - LBPبه حقیقت میپیوندد. در این تحقیق گامی جهت تشخیص قرمزی چشم با استفاده از ویژگی بافت نیز برداشته شده است.الگوهای محلی دودویی روی ویژگیهای محلی کار می کنند و ساختار ویژگی محلی تصویر را خلاصه بندی می کند.
LBP به صورت مجموعهای از مقایسههای شدت پیکسلهای مرکزی و هشت پیکسل اطراف آن تعریف می گردد. پس از شبیهسازیها، عملکرد سیستم مورد آزمایش قرار گرفت.دقت و زمان بررسیها در هر سه حالت باز، بسته و قرمزی نوید یک الگوریتم قدرتمند و مناسبرا میدهد.
-1مقدمه
در چند سال اخیر موضوع ایمنی خودروها اهمیت ویژه ای پیدا کرده است و به تازگی تحقیقات زیادی بر روی آن انجام گرفته است. سیستم های هوشمند نظارت بر راننده از جمله مواردی است که در ایمنی خودروها مورد توجه قرار گرفته است. به طوری که این سیستم ها با تشخیص هوشمند شرایط حادثه ساز سعی در کمک و هشدار دادن به راننده را دارند
خواب آلودگی راننده یکی از عوامل اصلی تصادفات و تلفات جانی در جاده ها می باشد به همین علت اخیرا تحقیقات زیادی بر روی این موضوع در راستای افزایش ایمنی خودروها انجام شده است
درتحقیق - سرداری و همکاران، - 1388، ابتدا خواب آلودگی راننده و روش های تشخیص آن بررسی شده و سپس روشی علمی و کاربردی، برای تشخیص آن ارائه می گردد.
درتحقیق - مدقالچی و همکاران، - 1390سیستم تشخیص خستگی راننده به منظور بهبود و ارتقای امنیت رانندگی ارایه شده است. با استفاده از ویژگیهای رنگ پوست، مکان و موقعیت صورت راننده در تصاویری که بوسیله دوربین نصب شده روی داشبورد گرفته شده تعیین شده سپس تشخیص لبه ای به کمک می آید و ناحیه چشمی از دیگر قسمتهای تصویر صورت تمیز داده می شود. از تصویر ناحیه چشمی علاوه بر تشخیص خستگی راننده به عنوان الگوهای دینامیکی جهت ردیابی و یافتن مکان چشم ها در فریم های بعدی نیز استفاده می شود
هدف از تحقیق - - Huong, 2010، شناسایی و کشف خواب آلودگی رانندگان جهت جلوگیری از حوادث و افزایش امنیت در بزرگراه ها است. روشی برای کشف و شناسایی خواب آلودگی در رانندگان ترتیب داده شده است که با استفاده از یک دوربین، صورت راننده را نشان داده و تصویر او را ضبط می کند. هنگامی که تصویر ضبط شد، قسمت صورت و چشم ها مورد بررسی قرار می گیرد تا خواب آلودگی راننده تشخیص داده شود
در این مقاله، به تشخیص وضعیت چشم راننده در حالتهای باز، بسته و قرمزی آن با استفاده از روش LBP و ماتریس R پرداخته خواهد شد.
-1 کلیات تشخیص چهره و چشم
با استفاده از روشVIOLA JONESصورت، چشم و دهان استخراج می شود.این روش، یک الگوریتم کامل، سریع و در عین حال دارای خطای کم است - . - P.Viola and M .J.Jones, 2004 حالت های چشم با استفاده از الگوریتم LBP استخراج می شود. کلیات مراحل در شکل 1 آمده است.
مرحله پیش پردازش
استفاده از الگوریتم VIOLA JONES برای استخراج لبه یابی برای استخراج ویژگی چشم
اعمال الگوریتمLBP
حالت ها چشم با استفاده از ویژگی بافت استخراج می شود:
-1چشم بسته ویژگی رنگ پوست
-2چشم باز ویژگی سفیدی بیشتر
-3 چشم قرمز دارای رنگ دونه های قرمز رگه های قرمز بیشتری دارد
شکل 1 کلیات تشخیص چهره و چشم
