公路景观色彩对驾驶员脑电δ波成分的影响

为量化高速公路路侧景观色彩与驾驶员脑电δ波成分之间的关系,在吉珲高速公路进行道路试验,采集所需数据.首先基于幂函数建立景观色彩值与脑电δ波成分的关系模型,然后考虑驾驶时间对驾驶员脑电δ波的累积影响,基于高斯函数建立驾驶时间与脑电δ波成分的关系模型.最后采用联合建模的方式建立驾驶时间、景观色彩值对脑电δ波成分的影响关系模型.模型分析结果表明:路侧景观色彩均值与驾驶员脑电δ波成分呈负相关,而δ波多在驾驶疲劳时出现,即景观色彩越鲜亮,越能有效避免驾驶疲劳的加剧;驾驶员脑电的δ波成分随着驾驶时间t呈现波动,但是整体仍处于上升趋势,即驾驶员为规避因疲劳导致的行车危险而强制自己处于警醒状态,其自身会存在疲劳与抗拒疲劳的博弈过程.     

基于粒子群优化与支持向量机的驾驶员疲劳等级判别

为客观、准确地判别驾驶员的疲劳程度,采用多项驾驶员生理指标、基于粒子群与支持向量机（ SVM）算法建立驾驶疲劳等级判别模型,首先将驾驶员疲劳状态分为清醒、轻度疲劳、重度疲劳和睡意4个等级,然后将驾驶员的心电RR间期标准差、心率均值、呼吸潮气量、脑电的α波、β波和δ波功率谱密度积分等作为SVM的输入变量,驾驶疲劳等级作为输出变量,引入粒子群算法优化SVM的惩罚系数和核函数参数对判别模型进行标定,采用吉珲高速公路上的实车实验数据对模型有效性进行验证。结果表明：本模型对4项疲劳等级的判别准确率均高于85％,对于驾驶员疲劳预警具有重要意义。通过对模型各个输入变量的敏感性分析,证明基于多项生理指标的疲劳判别较基于单生理指标的疲劳判别更加有效。     

汽车转向盘操作与驾驶负荷的相关性

为证实转向盘转速与驾驶负荷之间的相关性,在4条山区复杂双车道公路上开展了长里程的自然驾驶行为实车试验,采集了被试驾驶员的心率信号和转向盘输入数据,以心率增长率HRI为中介,分析了转向盘转速与驾驶负荷之间的关系。试验结果表明:驾驶员超车时的心率显著高于平静状态,超越大型车时的心率增长率明显高于小客车,并且心率在超车行为开始之前就已显著增加;弯道行驶时驾驶员心率会增加,弯道越急、心率增加值越大,在圆曲线范围内,转向盘转角值在达到峰值之后即刻开始回调,即并不是固定在某一个位置;不管是超车工况还是弯道行驶工况,驾驶员的心率增长率与转向盘转速之间都存在很强的正相关性,但超车时驾驶员的心率增长率对转向盘转速更敏感。     

疲劳对驾驶员感知判断及操作特性的影响

在分析疲劳对行车安全影响的基础上,采用实验心理学测试与主观疲劳调查的方式,研究了不同疲劳程度下驾驶员的感知、判断及操作特性。分析了不同疲劳程度下驾驶特性测评指标的变化规律,确定了不同疲劳程度下的驾驶特性测评指标阈值。提出了基于驾驶员驾驶特性的最大连续驾驶时间建议,可为相关部门制定或修订驾驶服务时间提供参考依据。     

驾驶安全事故致因分析

针对驾驶安全事故致因进行分析,结合认知心理学,阐述了导致驾驶安全事故的主要因素,即驾驶员的生理、心理因素以及道路环境因素,简要分析上述因素对驾驶安全事故的影响机制.随即围绕驾驶安全事故的致因设计实验、采集数据,利用SPSS软件,应用统计学原理,以驾驶安全事故为因变量,以驾驶主观因素和道路环境客观因素为自变量,分析驾驶员主观因素与道路环境对驾驶安全事故的影响概率、贡献程度以及相关性等,结果表明驾驶员受心理因素和生理因素要高于环境因素,即驾驶主观因素在驾驶安全事故中的影响高于驾驶客观因素.     

驾驶疲劳状态波动性特征的识别方法

针对疲劳状态变化的波动性特征,基于心率变异性指标构建了一种驾驶疲劳状态识别方法.以驾驶行为绩效为疲劳客观测评指标,给出了适应疲劳波动性特征的驾驶疲劳分级方法.以心率变异性的3项时域指标、5项频域指标为特征因子构建驾驶疲劳识别特征向量,结合支持向量机提出了一种适应小样本的驾驶疲劳状态识别模型.采用10名驾驶员连续4 h的驾驶行为绩效与心电数据,对模型方法予以了测试.测试结果表明:10名驾驶员1级、2级疲劳状态的正确识别率介于70%~82%,平均正确识别率为75%.     

基于BP神经网络的驾驶精神疲劳识别方法

为了对驾驶精神疲劳予以有效识别,基于行为绩效结合心电信号指标构建了一种驾驶精神疲劳识别方法．以驾驶行为绩效为客观测评指标,给出了驾驶精神疲劳状态的分级划分方法．在此基础上,以心率变异性的6项指标作为疲劳识别特征因子,采用BP神经网络模型,建立了驾驶精神疲劳状态分类器．最后结合实例,依据驾驶行为绩效,将疲劳状态划分为2级,采用10名驾驶员连续4 h的驾驶行为绩效(反应时)、心电数据,对模型、方法予以测算．结果表明,10名驾驶员平均正确识别率在71％～80％之间,且其平均正确识别率为73％．BP神经网络模型与心率变异性指标相结合可有效的识别疲劳．     

驾驶行为多重分形特征在驾驶疲劳检测中的应用

本文旨在分析驾驶行为多重分形特征对驾驶疲劳检测模型的提升作用.利用UC-win/Road驾驶模拟软件采集行驶速度、加速度、方向盘转角和方向盘角速度等数据,并计算数据的均值、标准差和多重分形特征,比较不同特征的使用是否会对支持向量机(SVM)驾驶疲劳检测模型的精度造成影响.研究表明:在多重分形特征指标中,加速度的奇异强度与驾驶员疲劳状态相关性显著,且受时间窗宽度影响较小;加速度的奇异强度能帮助提高驾驶疲劳检测模型的精度,具有一定的应用价值.     

一种基于眼部状态的疲劳驾驶检测方法

针对传统的疲劳驾驶检测准确率低和实时性差的问题,提出了一种基于眼部状态的疲劳驾驶检测方法.利用CCD相机实时获取驾驶员的脸部图像,采用直方图均衡化增强图像的对比度;通过改进的cascade(Hear分类器)的人脸检测算法检测出脸部区域;利用OTSU阈值分割和形态学运算提取人眼区域,根据人眼的宽高比判定眼睛的闭合程度;依据PERCLOS-P80原理和眨眼频率判断驾驶员的疲劳状态.实验结果表明:改进的人脸检测算法对每帧图像的检测时间约为45ms,在人脸检测速度上提高了2.3倍,为整个疲劳驾驶检测节省了大量的时间.研究疲劳驾驶检测方法检测一帧图像的时间约为65ms,而且在不同的光照强度下的检测均有较高的准确率,满足疲劳驾驶检测对准确性和实时性的要求.     

基于Viola-Jones框架人脸检测算法的汽车疲劳驾驶检测

疲劳驾驶导致汽车交通事故逐年增加,为了提升驾车的安全性,需对驾驶员疲劳状态实时监测并及时提醒.为了提高疲劳驾驶判断效率及准确率,本文运用Viola-Jones框架特征矩阵进行人脸预判断;预判断过程中为了减少Haar值计算量并提高人脸识别速度,采用Adaboost算法和级联分析,剔除非人脸的Haar特征值,实现快速人脸识别;根据色彩空间转化实现眼部分割处理,根据PERCLOS值评估驾驶员是否处于疲劳状态并提前予以警示;通过MATLAB仿真软件实现疲劳驾驶检测算法的仿真分析.在多个样本的测试过程中,该方法有效识别出人脸,并能够准确监测驾驶员的疲劳状态.     

基于颜色特征的图像摘要算法

提出了一种基于颜色特征的图像摘要算法.首先将原始图像的RGB颜色模型转换到HSI模型中进行量化并转换为一维矢量,然后将图像分为64块,取得每个块内颜色的特征均值,最后进行量化产生固定长度的图像哈希序列.实验结果表明,相似内容的图像哈希距离较小,而不同内容的图像哈希距离较大.该算法还具有一定的篡改检测能力.     

基于三维欧式距离的纸张颜色色差分级

介绍一种基于三维欧式距离的对纸张白色的分级方法:采用一块白色的面板作为度量的标准,在标准光源下拍摄以得到标准图像并获得该颜色的RGB三色的各自均值,再转化为cIEl976L*U*V*颜色空间,再对要测量分级的颜色在同等光源条件下获得RCB分量值,利用三维欧式距离对待测量的颜色进行等级划分.该方法试验结果表明,可对白颜色进行比较精确的划分,且简单有效,快速准确.     

一种RGB模型彩色图像增强方法

为了研究基于全参考图像的RGB模型彩色图像增强方法及其质量的客观评价方法,依据RGB模型彩色图像分解后得到的颜色分量具有相关性的理论,应用基于点处理的灰度图像的灰度变换理论,提出了基于像素值区间变换系数相同的和基于分量的变换系数比例一致的图像增强算法.实验结果表明,提出的算法均可用于一定目的的RGB模型彩色图像的增强,由给出一组基于误差的单位像素的增强质量的客观评价的计算公式计算出的数据可用于彩色图像的增强质量的客观评价,且与彩色图像的增强效果的主观质量评价结果是一致的,可用于彩色图像增强质量的评价.     

基于色彩空间与小波变换的图像融合

讨论了色彩空间模型分别与小波变换相结合的图像融合方法:基于RGB色彩空间模型与小波变换的图像融合法和基于IHS色彩空间模型与小波变换的图像融合法,并且在此基础上提出了一种基于HSV色彩空间模型与小波变换的图像融合法.经实验分析和对比,基于HSV色彩空间模型与小波变换的图像融合法除了能较好地保持细节纹理信息外,在光谱信息的保持方面要明显优于其他两种方法.     

一种新的身份证号码定位方法

提出了一种新的定位方法,在分析身份证图片的RGB色彩分量的基础上,利用红色分量对图片进行色彩的转换,并采用差分法对目标进行定位,然后根据灰度值的均值和方差对定位区域进行局部的二值化处理．这种方法简单实用,能有效地解决身份证号码定位的问题．     

基于RGB降维模型和小波的彩色图像边缘检测

针对彩色图像边缘检测计算量大的弱点,对彩色图像空间(RGB)进行三基色降维处理,保持图像的各个基色的灰度矩不变,以最大限度地保留原图像的主要特征.用三次B-样条函数作为光滑函数来定义小波函数,通过小波变换对降维后的图像进行边缘检测.实验结果表明,该方法既可以突出细节边缘,也能够保持图像的主要信息,而且比其他彩色图像边缘检测方法平均减少了40%的计算时间.     

三刺激值转换的研究

建立摄像机的色度模型 ,减少用于色空间转换所需要的样本数 .为了预测某一颜色的摄像机输出的RGB值 ,需要一个预先基于光谱反射率关系的转换 .转换后的颜色坐标作为神经网络的输入 ,根据神经网络的输出就能得到预测的RGB值 .给出了一些预测结果用于说明该方法的特性 ,虽然用较少的样本 ,该方法用于色空间转换仍能获得满意的转换精度     

Windows位图的结构分析及其显示与转换

从位图、RGB彩图及Windows调色板的基本构成原理出发，分析了BMP图像文件的结构，在此基础上，讨论了BMP图像的显示与转换原理，给出了用C语言以二进制方式打开256色的BMP图像文件的编程例程，并阐述了将其转换为黑白图像的编程框架。     

驾驶员疲劳度的实时检测

驾驶员疲劳驾驶是机动车事故发生的一个重要原因,基于驾驶员疲劳度检测方法的疲劳度检测系统可以减少交通事故的发生率。然而很多算法在实现上太复杂或者难以实现。产生睡意的情况下,眼睛睁开幅度比正常情况下要小,而且每次睁开的幅度很固定。根据这种特点,设计了一种实时检测驾驶员疲劳时眼部状态的方法,采用红外线CCD摄像头采集图像,在DSPTMS3206416芯片的基础上实时处理。可以不受光线干扰,快速实时有效地识别出驾驶员疲劳时眼部状态。     

基于复合混沌与仿射变换的彩色图像加密算法

针对彩色图像的特点,提出基于由tent映射和改写Logistic、Cubic、Chebychev映射构造四进制复合混沌系统、三维仿射变换、扰动密钥参数扩散和RGB分量联合置乱的彩色图像空域加密算法。该算法RGB相关性少,密钥空间大,明密文映射关系复杂,能抵抗穷举、明文、差分和统计分析攻击。利用matlab7.0对经典水印、人物、风景类型的彩色图像进行仿真试验。试验结果(加密、直方图分析、相邻像素相关性、密钥和密文敏感性、信息熵、峰值信噪比和相似度)表明,该算法具有加密效果好和安全性高的特点。