嵌入式技术在驾驶员疲劳状态检测中的应用与实现(3)
通过PCI桥接口能完成高速数据传输，还可以轻松地应对声卡、网卡、视频卡等大部分输入／输出设备。
3.5 通信过程的实现
CCS是TI公司生产的代码开发和调试套件，它的主要运作原理如图3。开发人员用代码编辑器编写代码，先将C语言编写的代码通过代码生成器生成．asm汇编文件，再将TI公司的COFF格式文件由汇编文件在汇编器中生成出来，把它送入连接器，生成出目标文件(．out)，最后经CCS下载到目标板上运行DSP。
如图3所示，把CCS上生成的目标文件．out下载到目标板上，才可以使DSP在CCS上运行。在设计系统的时候，．out文件的下载由PC端控制。并且，视频图像的下载和上载也要在PC端进行。PC端先控制操作发出消息，DSP端接受消息后发出反馈消息，当反馈消息传到PC端后，程序开始运行下一步。
图3 CCS的主要运作原理
3.6 DSP和PC的实时数据交换
因为视频信号的数据量很大，DSP的存储空间又不足，所以当需要存储处理的视频信号时，就需要通过传输接口把数据传输到其他设备上存储起来。在此系统中，PC和DSP大批量的数据实时传输可以通过PCI接口来实现。因为视频的数据量巨大，还必须满足实时性的需求，所以可以通过DMA的方式，在CPU不参与的情况下，DSP和PC机存储空间内的数据搬移由DMA来实现。
DMA有多种实现方法，在此处我们只介绍其中的一种实现机制。这种DMA机制有以下三个特点：
(1)由PC主机发起DMA操作；
(2)DSP端总是被动的向主机传送数据或被动的接收主机传送的数据；
(3)为了保证数据的完整，DSP和PC之间通过消息的机制相互传递同步变量。
4. 人眼检测与疲劳判定
4.1 人脸定位
为了实现驾驶员疲劳状态检测，首先要对人脸进行定位。当前人脸定位的主要方法有：基于彩色信息的人脸定位算法、基于特征的人脸定位算法和基于模板匹配的人脸定位算法。下面对这3种方法的应用及原理进行解析。
(1)基于特征的人脸定位算法[9]
基于特征的人脸定位算法是在人类对人脸认识的过程中所积累出来的有关纹理和灰度的经验。通过这种算法可以在具有复杂的人脸特征图像中实现对人脸的检测，在人脸特征较少时，又可以进行实时的检测与跟踪。
(2)基于色彩信息的人脸定位算法[10]
基于色彩信息的人脸定位算法是在肤色的特征基础上进行的，我们要对肤色模型和色度空间进行适当的选择，应用人脸的皮肤颜色与绝大部分背景物体的颜色的不同来检测出人脸。针对彩色图像，检测速度快是这种方法的优点，但这种方法也会有误检和漏检的可能，在高光的环境下和阴影所产生的影响会使人脸的区域出现分割而被漏检。
(3)基于模板匹配的快速人脸定位算法[11]
基于模板匹配的快速和可靠的人脸定位算法是在用面部的模板中的面部特征不同的纵横比，全局搜索输入图像，分别对应大小不一的图像窗口，计算其相关系数的大小与人脸模板，判断图像窗口中是不是包含人脸需要进行预先的设置，才可以对人脸进行检测。使用固定模板检测人脸的方法直接、同时又具有很高的鲁棒性，对于可变形模板相对非刚体模式有很高的适应性，但是固定的模板对位姿、面部表情的要求非常高，而且对尺度的变化非常敏感。确定和选择可变形模板的参数是特别困难的，在实际应用中会遇到很多麻烦，需要我们去改进。
因为实现算法要在DSP上进行，所以不能选取复杂度高的算法，而且还要具有很高的鲁棒性。将要使用的视频图像进行灰度化处理后，再进行减背景处理，然后就可以在视频序列中找到包含人脸的运动区域。最后，我们对人脸区域的定位可以依据对运动区域的轮廓信息定位而实现。这种方法可以快速准确地对人脸区域进行定位，为我们以后对人眼的定位提供了很大的帮助。图4是本文的人脸定位算法的整体流程图。