摘要：本文介绍一种用OV7670图像传感器采集图像数据，并以MFC上位机处理图像的系统设计。此设计实现了图像数据的采集与处理，并可根据图像数据判断驾驶员的疲劳状态并给出预警。

    疲劳驾驶是交通事故的一个主要原因，如果能在疲劳产生的初期给驾驶员进行预警提示，那么就会大大减少交通事故的发生。因此，在驾驶中实时监测驾驶员的疲劳状况成为当前国内外研究的热点。目前，疲劳驾驶的检测方法主要包括检测驾驶员的生理特征，如脑电图、眼电图、心电图等，检测驾驶员身体动作特征，如眼部的动作变化、驾驶员头部动作与特征、手部特征（利用转向盘上的传感器检测驾驶员对转向盘施加的压力，来判断是否疲劳驾驶的安全装置。其中，检测驾驶员眼部特征的方法由于其直接、非接触性等优点，是目前被广泛采用的方法。

1基于人眼识别疲劳判断理论基础

1.1  PERCLOS方法介绍
    PERCLOS（Percentage of Eyelid Closure Overthe Pupil over time）是由卡内基梅隆研究所提出的，指的是在一定的时间内眼睛闭合所占的时间比例。在实际应用过程中，眼睛闭合程度超过某一标准的时间占某一特定时间的百分比，表现出与驾驶疲劳程度较好的相关性。通过摄像头获取驾驶员眼睛闭合时间的数据，作为判断驾驶员疲劳程度的依据。

PERCLOS计算公式：

    式中：P (t)------眼睛的开闭状况；N ------t时间内采集到的有效帧数；T------疲劳评价系数。

    当眼睛闭合超过80％时P(t)=1，反之P(t)=0。如果PERCLOS大于40%，就认为驾驶员处于疲劳状态。

1.2人眼识别流程
    准确地识别人眼是判断驾驶员疲劳状况的关键环节。常用的人眼识别方法有：①模板匹配法：通过在输人图像上滑动图像块，对实际的图像块和输人图像进行匹配；②灰度投影法：利用人脸特征的灰度值差别和人脸的几何分布关系确定人眼位置。

    本文采取模板匹配与灰度投影结合的方法来进行人眼的识别，先用模板匹配找出眼睛所在的区域，然后对人眼区域进行灰度投影，得出人眼的开闭状况。

2:硬件系统的总体设计

    系统主要包括OV7670 CMOS摄像头、FIFO存储芯片AL422B, AVR单片机以及处理图像的车载PC,硬件结构如图1所示。其中，摄像头采用OV7670摄像头，其灵敏度高，可以使用低电压驱动，具有标准的SCCB接口，支持VGA, YUV422, RGB565等格式输出。AL422B作为FIFO存储芯片，存储采集到的图像信息。AVR芯片ATMEGA 16L设置摄像头的工作参数，从AL422B读取图像数据并传送到车载PC进行处理。

    系统上电后，首先由摄像头采集图像信息并将其存储在A1422B存储芯片中，然后由ATMEGA16L读取图像数据并将其传送到车载PC，车载PC对图像进行处理，识别人眼的状态，再根据PERCLOS方法判断驾驶员的疲劳状况，从而给出预警信息。

3图像采集
    数字图像采集中常用的有CMOS (Comple-mentary Metal -Oxide－Semiconductor）与CCD(Charge Coupled Device)摄像头，与CCD相比，CMOS具有灵敏度高、分辨率高、低功耗以及成本低廉等优势，所以本文采用CMOS摄像头OV7670（图2）。

[1] [2] [3]  下一页