absMiddle" border="0" onload="return imgresize(this);" onclick="javascript:window.open(this.src);" style="cursor:pointer;"/>

四. 脸部区域的提取
    由于采集系统过滤了大量的背景，可以假设采集的图像满足以下两个先验条件：
    1)脸部的面积在图像中所占的比例较大，如果用合理的阈值分割图像，将分割后的二值图像中值为1的区域按连通区域面积从大到小排序,脸部的面积可以排在前两位。
    2)司机头部的运动量较其他地方大。
    因此本文采用的做法是：先用合适的阈值分割方法得到图像im2的二值图像binim，然后求它与前一帧图像im1的差分图像difim（difim为im1和im2差值的绝对值取一定的阈值分割后的二值图像），计算binim中面积最大的两块连通区域s1，s2；在差分图像difim中计算两块区域的运动量，选取其中运动量较大的一个区域。计算该区域的上边界和左右边界，下边界的选取使得脸部的区域为正方形。
    由于脸部姿势变化时图像的光线变化较大，用固定的阈值分割不可行。本文用类别方差自动门限法对图像做二值化处理，该方法的原理如下：
absMiddle" border="0" onload="return imgresize(this);" onclick="javascript:window.open(this.src);" style="cursor:pointer;"/>

组合分析这些类别方差，可以衡量不同的门限导出的类别的分离性能。可以选用的准则有
absMiddle" border="0" onload="return imgresize(this);" onclick="javascript:window.open(this.src);" style="cursor:pointer;"/>