تشخیص خواب رفتگی با استفاده از پردازش تصویر الهام گرفته شده از سیستم چشم انسان

: بسته شدن چشم ها، خمیازه و افتادگی سر سه ویژگی برجسته خواب رفتگی راننده هستند. سیستم چشم انسان با تحلیل اطلاعات فرکانسی توالی تصویر را پردازش می کند. در این کار در مرحله پیش پردازش، تغییرات روشنایی تصویر حذف می شود و محدوده دینامیکی آن کاهش پیدا می کند تا اطلاعات زائد آن از بین برود. اطلاعات حرکتی به حوزه فرکانس-زاویه برده می شود و جهت حرکت بدست می آید. در این پژوهش، فیلتر تیز کننده بر اطلاعات ایستا اعمال می شود. این فیلتر با تیز کردن کانتور های تصویر، اختلاف سطح انرژی را در تصاویری با کانتور های زیاد نسبت به تصاویری با کانتورهای کم افزایش می دهد. در این حالت، تفکیک حالت باز چشم و دهان از حالت بسته آنها با اطمینان بیشتری صورت می گیرد. همچنین روش جدیدی برای به کارگیری انرژی اطلاعات ایستای تصویر ارائه می شود. انرژی متوسط اطلاعات ایستا روی چهارچوب های چشم و دهان روی پنج قاب اول توالی تصویر محاسبه و به عنوان مشخصه مبنای چشم و دهان برای راننده در حافظه ذخیره می شود. سپس انرژی نسبی در هر قاب به صورت تقسیم انرژی ایستا در هر قاب به انرژی متوسط مبنا محاسبه می گردد. این کار انرژی اطلاعات ایستا را برای همه افراد با هر ظاهری به یک محدوده مشترک منتقل می کند و تعیین یک آستانه ثابت برای انرژی نسبی می تواند حالت های باز و بسته را از یکدیگر جدا کند. روش دیگری که در این کار ارائه شده است این است که تنها از انرژی اطلاعات حرکتی برای تشخیص افتادگی سر استفاده می شود. انرژی نسبی محاسبه و با مقدار آستانه مقایسه می شود تا رویداد حرکت را در سر تشخیص دهد. اگر شرط زاویه، بسته بودن چشم ها پیش از افتادگی سر و عدم وقوع خمیازه برآورده شوند افتادگی سر شناسایی می شود. در این پژوهش همچنین روشی برای ترکیب وقوع سه حالت بسته بودن چشم ها، خمیازه و افتادگی سر ارائه می شود تا تصمیم گیری نهایی را برای وقوع خواب رفتگی انجام دهد.