瞳孔的大小值計(jì)算；
[0111] 計(jì)算子單元4022具體包括；
[0112] 提取模塊4022a，用于根據(jù)神經(jīng)網(wǎng)絡(luò)輔助的Kalman濾波器對(duì)眼睛區(qū)域圖像進(jìn)行瞳 孔跟蹤，并提??；
[0113] 統(tǒng)計(jì)模塊4022b，用于統(tǒng)計(jì)提取的瞳孔的所有大小值，確定實(shí)時(shí)的瞳孔的閉合百分 比。
[0114] 判斷子單元4023包括：
[0115] 判斷子單元4023,用于統(tǒng)計(jì)瞳孔的大小值，根據(jù)統(tǒng)計(jì)結(jié)果確定眼睛閉合程度判斷 是否超過預(yù)置闊值，若是，則進(jìn)行預(yù)警提示。
[0116] 判斷子單元4023包括：
[0117] 確定模塊4023a，用于當(dāng)閉合百分比超過預(yù)置閉合百分比時(shí)，確定對(duì)應(yīng)的超過時(shí) 間；
[0118] 判斷模塊4023b，用于判斷超過時(shí)間與預(yù)置時(shí)間段的百分比，是否超過預(yù)置百分 比，若是，則進(jìn)行預(yù)警提示；
[0119] 預(yù)警提示為語音提示。
[0120] 本實(shí)施例中，通過結(jié)合第一追蹤單元401的駕駛時(shí)間和疲勞判斷單元402根據(jù)神 經(jīng)網(wǎng)絡(luò)輔助的Kalman濾波器對(duì)眼睛區(qū)域圖像進(jìn)行瞳孔的大小值計(jì)算；統(tǒng)計(jì)瞳孔的大小值， 根據(jù)統(tǒng)計(jì)結(jié)果確定眼睛閉合程度判斷是否超過預(yù)置闊值，若是，則進(jìn)行預(yù)警提示，便實(shí)現(xiàn)了 精確的疲勞駕駛的預(yù)警提示，解決了目前的行車記錄儀不具備駕駛員在駕駛中的疲勞駕駛 預(yù)警方式的技術(shù)問題，同時(shí)，判斷超過時(shí)間與預(yù)置時(shí)間段的百分比，是否超過預(yù)置百分比， 若是，則進(jìn)行預(yù)警提示更加精確了預(yù)警的提示效率。
[0121] 上面是對(duì)駕駛預(yù)警裝置的組成進(jìn)行詳細(xì)的描述，下面將對(duì)駕駛預(yù)警裝置應(yīng)用在行 車記錄儀中的構(gòu)造進(jìn)行詳細(xì)的描述，請(qǐng)參閱圖5,本發(fā)明實(shí)施例提供的一種行車記錄儀的一 個(gè)實(shí)施例包括：
[012引攝像頭21和控制機(jī)構(gòu)22,攝像頭21和控制機(jī)構(gòu)22電性連接，攝像頭為雙攝像頭 模式，兩個(gè)攝像頭為活動(dòng)調(diào)節(jié)角度設(shè)置攝像頭21可W是使用CCD圖像傳感器或CMOS圖像 傳感器結(jié)合采集圖像，前述的雙攝像頭模式，一個(gè)攝像頭對(duì)著車頭，拍攝車前方場(chǎng)景；一個(gè) 攝像頭對(duì)著車內(nèi)，該攝像頭采用普通CMOS攝像頭，對(duì)著車頭的攝像頭采用Aptina公司的 AR0330攝像頭模組，擁有高清1080P，寬動(dòng)態(tài)技術(shù)，110。至170°廣角，可W是搭配4G、5G、 6G全波耐高溫鏡頭。AR0330采用A-Pix技術(shù)，對(duì)于紅光和綠光改進(jìn)了量子效率，使其對(duì)于 弱光敏感度得到了很大提升?，F(xiàn)在的行車記錄儀都向著高清方向發(fā)展，所W成像質(zhì)量是用 戶最需要的考慮的，AR0330的高清傳感器相比較市面上的VGA攝像頭，清晰度高出幾倍，另 外產(chǎn)品同時(shí)具備電子穩(wěn)像系統(tǒng)，會(huì)對(duì)顛鑛狀態(tài)的圖像進(jìn)行補(bǔ)償，非常適合于運(yùn)動(dòng)用圖像記 錄儀W及行車記錄儀。
[0123] 晚上光線黑暗，行車記錄儀主要W路燈、汽車大燈等外部光源，為獲得更多的光 源。但是，有時(shí)有些路面并沒有路燈照射，此時(shí)僅靠汽車大燈照射將極大影響行車記錄儀的 成像范圍。由于紅外燈的亮滅人眼是不敏感的，圖像傳感器卻具有很寬的感光光譜范圍，因 此利用此特性，可W在夜間無可見光照明的情況下，用輔助紅外光源照明也可使行車記錄 儀清晰的成像。
[0124] 進(jìn)一步采用紅外發(fā)射二極管（LED)紅外燈進(jìn)行照明補(bǔ)償，從而完成夜視功能。紅 外L邸紅外燈由紅外發(fā)光二極管矩陣組成發(fā)光體。紅外發(fā)射二極管由紅外福射效率高的材 料（常用神化嫁GaAs)制成PN結(jié)，外加正向偏壓向PN結(jié)注入電流激發(fā)紅外光。光譜功率 分布為中屯、波長(zhǎng)830 - 950皿，半峰帶寬約40皿左右，它是窄帶分布，為普通CCD黑白攝像 機(jī)可感受的范圍。其最大的優(yōu)點(diǎn)是可W完全無紅暴或僅有微弱紅暴和壽命長(zhǎng)。
[01巧]控制機(jī)構(gòu)22包括；
[01%] 主控模塊221，移動(dòng)偵測(cè)模塊222和預(yù)警模塊223,移動(dòng)偵測(cè)模塊222和預(yù)警模塊 223均與主控模塊221連接；
[0127] 其中，移動(dòng)偵測(cè)模塊222,用于對(duì)圖像采集裝置采集的圖像進(jìn)行分區(qū)處理為興趣區(qū) 和非興趣區(qū)，獲取興趣區(qū)和非興趣區(qū)的像素總值，并判斷像素總值是否滿足預(yù)置口限值，若 是，則確定圖像中的目標(biāo)物體移動(dòng)，預(yù)置口限值通過圖像背景建模獲取；
[0128] 預(yù)警模塊223,用于通過主控模塊221的觸發(fā)，對(duì)正在行駛中的車輛進(jìn)行車道偏離 預(yù)警、疲勞駕駛預(yù)警和超速預(yù)警。
[0129] 進(jìn)一步地，控制機(jī)構(gòu)22還包括；
[0130] 智能防盜模塊224,用于通過主控模塊的觸發(fā)進(jìn)行汽車按照第二預(yù)置模式的防盜， 并將車輛地理位置信息通過網(wǎng)絡(luò)發(fā)送至外部設(shè)備，例如可w是可w通過遙控器控制行車記 錄儀是否進(jìn)入布防狀態(tài)。當(dāng)進(jìn)入布防狀態(tài)，程序循環(huán)檢測(cè)汽車是否被盜。對(duì)汽車是否被盜 的智能檢測(cè)是通過兩種方式的進(jìn)行的。一種是通過振動(dòng)傳感器的輸出，判斷汽車是否有一 定的振動(dòng)，第二是通過汽車的位置數(shù)據(jù)與停車時(shí)的位置數(shù)據(jù)偏差是否達(dá)超出設(shè)定值。通過 該兩種方式相結(jié)合檢測(cè)出汽車是被盜還是僅僅被撞擊，并及時(shí)給出報(bào)警信息。觸發(fā)防盜預(yù) 警后，立即啟動(dòng)車內(nèi)攝像頭進(jìn)行拍攝并將圖片通過3G網(wǎng)絡(luò)發(fā)送給車主，同時(shí)及時(shí)跟蹤顯示 車主車輛GI^S數(shù)據(jù)，并給出在google地圖中的查詢鏈接，對(duì)于智能手機(jī)，打開鏈接就可W直 接在google地圖中查詢到車輛所在的街道位置。
[0131] 進(jìn)一步地，控制機(jī)構(gòu)22還包括：
[0132] 圖像處理模塊225,與主控模塊221連接，用于對(duì)攝像頭21采集的圖像進(jìn)行圖像中 的物體亮度和背景亮度的調(diào)節(jié)處理，W及圖像的光學(xué)崎變的校正處理。
[0133] 前述的物體亮度和背景亮度的調(diào)節(jié)處理，可W是由于在夜晚環(huán)境下，經(jīng)過攝像頭 采集的視頻畫面全局灰度值較低、圖像細(xì)節(jié)對(duì)比度差、噪聲干擾嚴(yán)重，進(jìn)行夜晚圖像增強(qiáng)的 處理，可W是分為空間域增強(qiáng)處理和頻域增強(qiáng)處理兩方面，在空間域中主要有灰度拉伸算 法和直方圖均衡算法，其中灰度拉伸分為局部或全局的線性或非線性變換，通過變換函數(shù) 處理全圖像的像素值，該一算法對(duì)全局的灰度值有明顯的拉伸，不過容易造成畫面質(zhì)量的 過飽和狀態(tài)，即原像素值較高的地方會(huì)擴(kuò)大，整個(gè)算法的計(jì)算量比較低。直方圖方法通過 統(tǒng)計(jì)源圖像的直方圖分布后做全局直方圖均衡、局部直方圖均衡W及各種變換的直方圖 均衡算法比如平臺(tái)直方圖處理，該些依靠統(tǒng)計(jì)直方圖改變分布的算法容易造成圖像的噪 聲，提高灰度的同時(shí)降低了圖像的質(zhì)量。頻域處理中分為基于Retinex的單尺度變換法和 MEAM(MethodAccordingtoAareM細(xì)0)算法。Retinex理論作為人類視覺模型（HV巧 用于解釋彩色的恒常性質(zhì)，該一理論的依據(jù)就是HVS模型對(duì)于目標(biāo)表面反射的信息非常敏 感。在該一模型中，圖像由兩部分組成，一部分是場(chǎng)景中物體的光亮亮度，對(duì)應(yīng)于圖像的低 頻部分，另一部分是場(chǎng)景中物體的反射亮度，對(duì)應(yīng)于圖像的高頻部分，通常它們也被稱為亮 度圖像和反射圖像。因此如果從給定的圖像中分離出亮度圖像和反射圖像，在顏色恒定的 條件下，就可通過改變亮度圖像和反射圖像在原圖像中的比例來達(dá)到增強(qiáng)圖像的目的。圖 像轉(zhuǎn)換成頻域時(shí)，高頻信息代表圖像的噪聲與細(xì)節(jié)，低頻信息包含了圖像的亮度，比如MEAM 算法通過提高低頻部分而優(yōu)化高頻部分，實(shí)現(xiàn)了全局的動(dòng)態(tài)增強(qiáng)而保證了噪聲的降低與細(xì) 節(jié)的保持。
[0134] 前述的圖像的光學(xué)崎變的校正處理，可W是由于攝像頭的廣角，如90度到170度， 然而廣角角度越大，存在光學(xué)崎變，造成圖像周邊形成嚴(yán)重扭曲，需要對(duì)圖像崎變進(jìn)行校正 處理，該校正處理為將整個(gè)視頻帖圖像劃分為網(wǎng)格，建立標(biāo)準(zhǔn)網(wǎng)格圖，對(duì)標(biāo)準(zhǔn)網(wǎng)格圖建立多 個(gè)已知網(wǎng)格點(diǎn)坐標(biāo)，對(duì)攝取到的崎變圖像，建立崎變網(wǎng)格，提取與已知網(wǎng)格點(diǎn)坐標(biāo)相對(duì)應(yīng)的 崎變網(wǎng)格坐標(biāo)，將崎變網(wǎng)格坐標(biāo)與已知網(wǎng)格點(diǎn)坐標(biāo)進(jìn)行坐標(biāo)點(diǎn)匹配，建立幾何坐標(biāo)變換模 型，對(duì)崎變圖像進(jìn)行相應(yīng)地空間變換，并進(jìn)行相應(yīng)的圖像灰度調(diào)整，形成校正后的圖像輸 出，例如將整個(gè)視頻帖圖像劃分為網(wǎng)格，該樣對(duì)于每個(gè)矩形網(wǎng)格區(qū)域都能用一次多項(xiàng)式方 程來解決它的校正問題，該樣計(jì)算量就會(huì)小了很多很多。把徑向的失真看作是原點(diǎn)對(duì)稱的 一種失真，只看第一象限，就可W知道其他=個(gè)象限的方法按照對(duì)稱法則就可W類推。把第 一象限分成水平m，垂直n個(gè)網(wǎng)格，確保分區(qū)得到的每個(gè)矩形區(qū)域的變形是相同程度的，也 就恰好的使其在最少的分格子的數(shù)目中保證精度的逼近。n，m決定著網(wǎng)格劃分的多少，n，m的數(shù)值越大，網(wǎng)格劃分的越是細(xì)致，校正精度也就是越精確，數(shù)量越少也就越不精確，但是 越精確的校正精度，也會(huì)帶來更