s1n,CV)中，视觉信息的处理技术主要依赖于图像处理方法，它包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别与理解等内容。经过这些处理后输出图像的质量得到相当程度的改善，既改善了图像的视觉效果，又便于计算机对图像进行分析、处理和识别。比如，通过图像采集得到二维手型图像，可对二维手型图像进行图像增强，例如可以通过直方图变换增强了图像对比度，实现单通道图像增强，将图像灰度阈值拉伸到0-255。然后再进行数据编码和传输，此步骤是为了对图像进行压缩，而图像平滑主要目的在于去噪，除去可能因为环境因素(车辆颠簸、转弯、光线较暗等因素)造成的图像失真。完成边缘锐化可以采用《基于边缘检测的图像锐化方法》.曾嘉亮.的方法。完成上述的操作后，可再进行特征抽取，可以采用卡亨南-勒维展开式为基础进行的线性变换。或者采用非线性映射方法，例如多维定标法和参数映射法，最后可完成图像的识别。
[0071]步骤S303根据脸部信息识别驾驶员的身份，首先在车辆启动之前对驾驶员进行身份识别和认证判断驾驶员是否为合法驾驶员，若是，则可启动车辆，否则限制车辆启动;在行驶过程中，对驾驶员脸部进行扫描识别，判断所识别到的驾驶员与开车前所确认的驾驶员是否为同一驾驶员，若不是同一驾驶员，则提醒驾驶员进行身份信息认证，若认证成功则可以进行驾驶。在行驶过程中还包括实时对驾驶员的疲劳状态进行检测和识别，并根据疲劳驾驶的级别进行提醒和限速。若是同一驾驶员，则可进行唤醒后开始驾驶。
[0072]图4是图1中的车辆周围的状态信息的一种【具体实施方式】示意图。
[0073]S102获取车辆周围的状态信息，进入S401;
[0074]S401获取车辆周围的视频图像，检测当前车辆是否偏离车道，若偏离则进行车道偏离预警;基于车、人和道路三者的关系进行判断，可以采用RRS方法，当汽车前胎外沿将要触碰道路边界时及时触发偏离预警。优选地，可以采用BLIS盲区监测系统检测信号源位于车辆尾部通过雷达监测后方来车，而前者是通过位于车辆内后视镜后方的摄像头检测判断车辆是否有偏离车道而作用的。并线辅助也可以称为盲区监测，这一装置的形式是在左右两个后视镜内或者其他地方提醒驾驶者后方有来车。BLIS盲区监测系统检测范围为15米，也就是说外部车辆在进入本车辆15米范围区域的时候就会被受到监控，系统判断两辆车的距离过近，无论该车是否位于盲区，无论驾驶员有没有打转向灯，在左右两个反光镜下面内置有两个摄像头，将后方的盲区影响反馈到行车电脑的显示屏幕上，同步地，并在后视镜的支柱上有并线提醒灯提醒驾驶者注意此方向的盲区。
[0075]S402检测行车前方是否有行人，若有且在碰撞距离内，若存在则进行碰撞预警；
[0076]S403前车的行车距离是否存在碰撞距离内，若存在则进行碰撞预警。
[0077]在步骤S403中，基于以下的判断规则设置前后车偏离轨道碰撞距离:
[0078]当后车充满后视镜时，
[0079I当从右后视镜看后车充满后视镜时，此时前后车差距应为3米;但当后车充满左后视镜时，实际距离只有I米。当后车将后视镜充满时(不论左右)，两车距离相当接近。
[0080]当后车充满后视镜的2/3时，
[0081]当后车占左后视镜2/3时，实际距离只有3米，不同于右后视镜的5米，在日常行车中，这样的行车距离还是太近，不宜做任何的并线超车换道。
[0082]当后车充满后视镜的1/2时，
[0083]当后车充满左后视镜1/2时离后车的距离别为5米，与右后视镜的9米距离有所差异。在日常行车中，这样的距离也是相对安全的。
[0084I后车充满后视镜的1/3时，
[0085]当后车充满左后视镜1/3时离后车的距离分别为10米，与右后视镜的12米距离相近。在日常行车时这样的距离基本算是比较安全的距离，日常行车且车速较慢时，这样的距离可以进行并线等操作，不过车速较快时或者在高速路行驶的境况下，这样的距离进行超车或者前车急刹车极容易造成事故的发生。根据上述的判断规则设置碰撞距离，记录入HUD的MCU中，并通过指示灯闪烁、声音报警等方式进行碰撞预警。
[0086]在步骤S403中，基于以下的判断规则设置前后车碰撞距离:
[0087]当后车摄像头刚好看到前车(SUV车型)的轮胎下缘，此时两车相距4.6-5米。
[0088]当后车驾驶员刚好看到前车(普通轿车车型)的整个车尾和轮胎，此时两车相距3-4米。
[0089]当后车驾驶员刚好看到前车(SUV车型)的保险杠下缘，此时两车相距2.8-3米。
[0090]当后车驾驶员刚好看到前车(普通轿车车型)保险杠下沿(几乎整个车尾)，此时两车相距2-2.5米。
[0091]当后车驾驶员刚好看到前车(SUV车型)的保险杠上缘，此时两车相距0.8-1米。
[0092]当后车驾驶员刚好看到前车(普通轿车车型)的保险杠上沿以上位置，此时两车相距1_1.2米。
[0093]在步骤S402中，基于以下的判断规则设置行人碰撞距离:
[0094]在行人密集的街道开车可以说是极大的考验驾驶员技术，驾驶员不仅需要正确的判断车在道路上的位置，还要能够判断车前行人离自己的大概距离。
[0095]当驾驶员刚好看到前面行人(行人高1.75米)的脚，此时车子与行人的距离为4.4米。
[0096]当驾驶员刚好看到前面行人的膝盖后面部位，此时车子与行人的距离是2.3米。
[0097]当驾驶员刚好看到前面行人的臀部时，此时车子与行人的距离是0.3米。
[0098]更进一步，可以根据不同类型的汽车测量的距离会有一定的区别。所以，本文中所提到的距离比较适合三厢车，其他车型的驾驶员可将它视为一个参考值，并储存在HUD的处理器中。
[0099]图5是图1中的进一步操作方法的实施例示意图。
[0100]步骤S103将上述的状态信息发送至本地服务器进行处理，所述HUD将本地服务器处理后的信息直接呈现在驾驶员眼前，在HUD中的处理器将上述状态信息进行缓存，同时通过HUD的显示屏进行显示。
[0101 ]步骤S501所述本地服务器设置在HUD上，
[0102]步骤S502所述HUD与云端连接，用以将本地服务器上的信息发送至云端进行储存，所述发送至云端的信息为第一摄像装置采集得到的，穿过前挡风玻璃可视的行驶方向前方的预定区域进行摄像，同时需要进行图像识别匹配，若不符合要求则，则不需要进行储存。
[0103]步骤S503在使用时下载至本地服务器上进行处理，下载至本地服务器的并不占用本地的储存空间。
[0104]图6是本发明中智能车载安全驾驶辅助系统的一实施例中的示意图。
[0105]第一摄像装置101，用以获取驾驶员行车状态信息，
[0106]第二摄像装置108，用以获取车辆周围的状态信息，
[0107]驾驶员状态监测系统:可以包括手势识别模块102，驾驶员身份识别模块103，疲劳驾驶检测模块104，用以根据第一摄像装置获取的信息进行驾驶员状态监控;所述手势识别模块102用以对驾驶员的手势进行识别，驾驶员的手势包括但不限于:五指手掌(张开)、一根食指、握拳、剪刀手、五指手掌(合拢)、“0K”手势等手势静止状态。通过所述的手势，能够实现自由接听来电或者拒绝来电，播放或者切换音乐台，回复或者查看微信等聊天软件。所述驾驶员身份识别模块103，用以识别驾驶员的身份信息，身份信息的包括:驾驶员是否为车主自己、驾驶员的性别、驾驶员的驾驶习惯(座位的高度、距离等)。所述疲劳驾驶检测模块104，用于检测驾驶员是否在进行疲劳驾驶，可以先进行驾驶员身份认证，根据驾驶员在当前时段的视频影像，通过人脸识别，对当前正在驾驶车辆的驾驶员身份进行认证;同步地进行驾驶时间累计，根据驾驶员的身份认证结果，获取驾驶员的驾驶时间记录;还包括，表情状态提取，根据驾驶员在当前时段的视频影像，提取驾驶员在当前时段的表情状态;还包括，肢体状态提取，根据驾驶员在当前时段的视频影像，提取驾驶员在当前时段的肢体状态;还包括，路况信息收集，根据场景摄像头在当前时段拍摄的视频影像，获取驾驶员驾驶车辆周边的环境信息;最后进行车辆操控状态提取，结合路况信息以及车辆的驾驶状态，提取驾驶员