目前,由于员工疲劳而引发的事故已成为一项不容忽视的问题。疲劳会导致人的反应变慢,注意力下降、误操作等。在电力现场这种特殊环境下,疲劳的作业人员在施工过程中会降低警惕性,进行误操作,从而造成严重后果。由于疲劳是一种隐性的安全事故,一般不被重视,也没有统一的标准衡量,使得疲劳检测技术很难应用于现实生活中。本文主要研究作业人员疲劳检测方法,包括视频的预处理、人脸检测、人眼和嘴部特征的提取和疲劳的判别方法等,对眼部特征和嘴部特征的提取及疲劳判别做重点研究。　　在人眼检测方法研究中,采用YCbCr肤色模型和Otsu相结合的方法分割肤色与非肤色区域。首先,在YCbCr色彩空间里做肤色检测,运用肤色分割原理缩小人眼检测的搜索区域;其次,对图像进行Otsu阈值分割提取图像的眼睛区域;最后,在眉眼区域利用二值积分投影分别定位左右眼睛,确保对光线变化和人眼不在一条水平线上的鲁棒性。　　在嘴部轮廓特征提取中,本文采用SUSAN算法来解决。对人脸图像进行SUSAN算法边缘检测;通过膨胀腐蚀操作去除非嘴部区域,根据嘴部的特征和几何位置进行嘴部的轮廓特征提取;针对嘴部轮廓部分缺失情况提出了一种新的检测方法,通过搜索嘴部左右区域,寻找满足特征的区域进行嘴部轮廓的弥补,提高了嘴部轮廓提取的检测率。　　本文采用Matlab、C++语言编程实现了人眼定位、嘴部定位与疲劳状态检测的仿真分析,并进行了相关的实验,实验结果达到了预期目标,验证了本文提出方法的有效性与合理性。