交通与计算机 ２００７年第３期 第２５卷 总１３６期
基于计算机视觉的驾驶状态监控实验平台＊
尹航谭晓军 王镇波 （中山大学广州５１０２７５） 摘 要基于计算机视觉，构建了一个驾驶状态监控实验平台，平台硬件部分包含ＣＣＤ摄像 机、嵌入式计算机、告警装置等，软件部分包含图像采集模块、图像特征提取模块等。该系统可安装 在普通汽车上，实时地定位驾驶员的脸部、跟睛的位置，为进行驾驶行为分析、实时监控等实验提 供基础数据。系统的应用，对防止不安全驾驶行为，提高交通安全有着重要意义。 关键词 驾驶状态监控；计算机视觉；交通安全 中图法分类号：Ｕ４９５ 文献标识码：Ａ
驾驶状态同时受驾驶环境、驾驶员心理、生理 等诸多因素影响，判定驾驶状态标准复杂多样。针 对此，国内外专家学者提出了多种监控技术，主要 有基于电子仪器监测驾驶员生理特性的技术、基 于传感器监测驾驶行为技术等。近年来，基于计算 机视觉的驾驶员状态监控技术得到国内外学者的 广泛关注，与上述技术相比，其主要优势有：①直 观，判据明显；②非接触，无干扰；③成本低廉， 易于商品化。笔者应用计算机视觉技术构建了一 个驾驶状态实时监控的实验平台。 １ 平台的软硬件结构 １．１硬件结构 平台硬件主要有图像采集设备、非图像传感器、 主控制板、人机交互设备等。其结构如图１所示。 ［图像采集设备ｌ降速传感器１【其但 譬墅Ｊ【辅助照明装置 厂 输入接口 输出接口 、 ｎ 】ｆ 一 堑］ 嵌入式中墓处理器 存储模块ｉ翥鑫 ｎ
一 １上 Ｉ 输出接口
图１实验平台的硬件结构 １）图像采集设备。采用ＣＣＤ摄像机采集驾驶 室内的图像信息，通过带屏蔽的数据线传送到主
收稿日期：２００７—０５—１０ ＊广东省自然科学基金项目（批准号：０６３００３１９）；广东 省科技计划项目（批准号：２００６Ｂ１２１０１００２）资助 控制板。摄像机采用ＵＳＢ或１３９４数字传输接口， 连续内触发方式。 ２）非图像传感器。包括车速传感器等，用于 判断当前汽车的驾驶状态。 ３）主控制板。选用高性能的嵌入式计算机作 为主控制板，板上包含高速的中央处理芯片，大容 量Ｆｌａｓｈ存储器，可扩展的输入、输出接口等。 ４）人机交互设备。主要有操作小键盘、液晶 触摸屏、音乐播放器、振动装置等，用于驾驶员设 置操作或者在驾驶员疲劳驾驶时进行告警。 ５）其他辅助设施。包括稳压电源，非可见光 辅助照明系统等。 １．２软件结构 实验平台的软件结构如图２所示，其中视频 图像的采集可使用微软公司提供的ＶＦＷ平台或 者ＤｉｒｅｃｔＸ技术［１］，也可以使用摄像机厂商提供的 二次开发接口。
实验1
一． 习题1
a) 实验代码
int main() {
// read an image
cv::Mat image = cv::imread("test.jpg");
// create image window named "My Image"
//cv::namedWindow("My Image");
// show the image on window
//cv::imshow("My Image", image);
// wait key for 5000 ms
IplImage* pImg = cvLoadImage("test.jpg");
CvFont font;
cvInitFont(&font, CV_FONT_HERSHEY_COMPLEX, 0.5, 0.5, 1, 2, 8);
cvPutText( pImg , "12121448", cvPoint(0, 50), &font, CV_RGB(255,255,255));
cvSaveImage("D:\\testttt.jpg", pImg);
cvNamedWindow("My image");
cvShowImage("My image", pImg);
cv::waitKey(5000);
return 1;
计算机工程与科学学院 周翔宇 12121448
b) 实验结果截图
c) 结果分析
1．第一次主要是熟悉VS里面如何运用已有的openCV库函数来解决实际的问题
2．这次实验通过查阅书籍，我找到了在图片中快速插入文字的方法，即运用cv::puttext函数还来解决，需要注意的是这个函数的参数，需要确定在图片中位置。
计算机工程与科学学院 周翔宇
12121448
实验2
一． 习题1 .
a) 实验代码
#include "stdafx.h"
#include "opencv.hpp"
厦门大学
计算机视觉实验报告
摄像机标定
姓名：孙振强
学号：31520161153451
时间：2016.11.23
一、实验目的
学习使用OpenCV并利用OpenCV进行摄像机标定，编程实现，给出实验结果和分析。
二、实验原理
2.1摄像机标定的作用
在计算机视觉应用问题中，有时需要利用二位图像还原三维空间中的物体，从二维图像信息出发计算三维空间物体的几何信息的过程中，三维空间中某点的位置与二维图像中对应点之间的相互关系是由摄像机的几何模型决定的，这些几何模型的参数就是摄像机参数，而这些参数通常是未知的，摄像机标定实验的作用就是通过计算确定摄像机的几何、光学参数，摄像机相对于世界坐标系的方位。
2.2摄像机标定的基本原理
2.2.1摄像机成像模型
摄像机成像模型是摄像机标定的基础，确定了成像模型才能确定摄像机内外参数的个数和求解的方法。计算机视觉研究中，三维空间中的物体到像平面的投影关系即为成像模型，理想的投影成像模型是光学中的中心投影，也称为针孔模型。实际摄像系统由透镜和透镜组组成，可以由针孔模型近似模拟摄像机成像模型。
图2.1 针孔成像
2.2.2坐标变换
在实际摄像机的使用过程中，为方便计算人们常常设置多个坐标系，因此空间点的成像过程必然涉及到许多坐标系之间的相互转化，下面主要阐述几个重要坐标系之间的转换关系。 2.2.2.1世界坐标系--摄像机坐标系
图2.2 世界坐标系与摄像机坐标系空间关系
世界坐标系与摄像机坐标系之间的转换关系为：
111wwwTcccZYXOTRZYX
R和T分别是从世界坐标系到摄像机坐标系的旋转变换和平移变换系数，反映的是世界坐标系和摄像机坐标系之间的关系，因此称为外参数。
2.2.2.2物理坐标系--像素坐标系
图2.3 像素坐标系 假设摄像机焦距f=1，则图像物理坐标系与像素坐标系之间的关系如下：
计算机视觉实验报告
SC09023008 胡幸福
概述 计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息，就像人类和许多其他类生物
每天所做的那样。
原理 计算机视觉就是用各种成象系统代替视觉器官作为输入敏感手段，由计算机来代替大脑完成处理和解释。计算机视觉的最终研究目标就是使计算机能象人那样通过视觉观察和理解世界，具有自主适应环境的能力。要经过长期的努力才能达到的目标。因此，在实现最终目标以前，人们努力的中期目标是建立一种视觉系统，这个系统能依据视觉敏感和反馈的某种程度的智能完成一定的任务。
有不少学科的研究目标与计算机视觉相近或与此有关。这些学科中包括图象处理、模式识别或图象识别、景物分析、图象理解等。由于历史发展或领域本身的特点这些学科互有差别，但又有某种程度的相互重迭。
应用
1. 图象处理
图象处理技术把输入图象转换成具有所希望特性的另一幅图象。例如，可通过处理使输出图象有较高的信-噪比，或通过增强处理突出图象的细节，以便于操作员的检验。在计算机视觉研究中经常利用图象处理技术进行预处理和特征抽取。
2. 模式识别（图象识别）
模式识别技术根据从图象抽取的统计特性或结构信息，把图象分成予定的类别。例如，文字识别或指纹识别。在计算机视觉中模式识别技术经常用于对图象中的某些部分，例如分割区域的识别和分类。
3. 图象理解（景物分析）
给定一幅图象，图象理解程序不仅描述图象本身，而且描述和解释图象所代表的景物，以便对图象代表的内容作出决定。在人工智能视觉研究的初期经常使用景物分析这个术语，以强调二维图象与三维景物之间的区别。图象理解除了需要复杂的图象处理以外还需要具有关于景物成象的物理规律的知识以及与景物内容有关的知识。
在建立计算机视觉系统时需要用到上述学科中的有关技术，但计算机视觉研究的内容要比这些学科更为广泛。计算机视觉的研究与人类视觉的研究密切相关。为实现建立与人的视觉系统相类似的通用计算机视觉系统的目标需要建立人类视觉的计算机理论。
