基于人脸检测技术的司机工作状态监控系统设计

　　1 引言

　　人脸检测是指在输入图像中确定人脸的有无、位置、大小、姿态的过 程。人脸检测作为人脸信息处理中的一项关键技术，由于其在安全访问控制、视觉监测、基于内容的检索和新一代人机界面等领域广阔的应用前景，近年来成为模式识别与计算机视觉领域内一项受到普遍重视，研究十分活跃的课题。铁路运输始终把安全放在首要地位，而机车司机的工作状态直接影响着运输的安全。本文设计了 一套实用的机车司机工作状态监控系统。

　　本系统首先通过摄像机和图像采集卡将视频压缩为mpeg-4格式储存到硬盘以备查询，同时每隔1s采集一帧 图像。进行处理。通过检测图像的亮度变化并辅以系统时间，判断是白天还是夜晚。对白天和晚上图像进行不同的处理。整个系统分为:图像采集、肤色建模、人脸 检测、双眼模版检测几个部分，系统硬件包括:日夜转换型摄像机、德加拉ave7200图像采集卡、pc机。软件程序是用vc6.0编写的基于对话框程序。 系统框图如图1所示。

　　图1 系统框图

　　2 图像采集

　　2.1 图像采集

　　图像采集通过日夜转换型摄 像机和图像采集卡来完成。利用采集卡附带的软件开发工具包api函数(应用程序调用系统功能的接口)实现图像的预览与采集，同时还将视频流存储到硬盘供查询。每隔1s提取一幅图像进行处理。

　　2.2 图像预处理

　　由于转换器件及周 围环境影响，通过摄像头和采集卡获得人脸图像产生干扰和失真，肤色信息受影响。所以必须去除干扰，校正失真。这就是图像预处理，他主要包括两部分内容:

　　(1) 光线补偿。光线补偿的思路:把图片中亮度最大的5%的像素提取出来，然后线性放大，使得这些像素的平均亮度达到255。根据求得的系数把整个图片的亮度进 行线性放大。

　　(2) 中值滤波。中值滤波对脉冲干扰及椒盐噪声有较好的抑制效果，且在抑制随机噪声的同时能保持边沿少受模糊。本文采用3×3中值滤波。

　　3 皮肤建模

　　为了从图像中分割出皮肤区域，需要一个可靠的适用于不同肤色人 群和不同亮度环境的皮肤颜色模型。rgb颜色空间不适合表现肤色特性。由于(r，g，b)3个分量不仅表征颜色还体现亮度，因此在肤色分割时，光线变化引 起的亮度变化无法可靠测量肤色特性。在色度颜色空间中亮度可以从色彩表征中去除。通过如下的标准化处理解决这个问题。

　　r=r/(r+g+b)

　　b=b/(r+g+b) (1)

　　研究发现在色度颜色空间中不同人群肤色的颜色都聚集在一个较小的区域。不同人的肤色在一个较宽的区域变化，但这种颜色上的差别远比亮度的 差别小的多。所以可以在色度空间中建立肤色模型。不同人的肤色分布在色度空间是聚合的，因此可以用高斯模型n(m，c)进行数据拟合描述皮肤颜色，参数如下: