根据最近几年交通事故统计资料,交通事故发生的最主要原因是司机疲劳驾驶,其中发生在高速公路上的疲劳驾驶最为严重,因此,研究基于机器视觉的驾驶员疲劳监测有重要意义。首先,采用了一种新的驾驶员眼睛粗定位方法。采用红外光源照明,得到的图像可以避免环境光产生的干扰;再根据人眼的形状特征,定义了一种特殊的垂直梯度算子与图像像素点灰度值作卷积,以消除干扰;建立了一种新的眼睛定位模板,用于计算感兴趣区域内的梯度评价值。当梯度评价值达到最大,就可以定位人眼。为了加速滑动匹配的速度,采取了分部匹配方法。本文对评价函数值的性能进行了分析,表明评价函数在一定范围内适应性比较高。同时分析了人脸在空间旋转和人脸大小在允许的范围内对评价函数值的影响。接着,对人眼进行了精确定位。采用图像预处理的闭运算,结合一些眼睛区域限定条件,采用区域标记算法标记模板的上部分区域,离眉心最近的两个区域就是要寻找的区域。最后,根据眼睛的形状特征进行疲劳检测。主要方法为:采用测量上、下眼睑的高度,然后选择P60标准对眼睛PERCLOS值进行计算。实验结果表明,本文的方法定位比较快,对驾驶员在车内的姿态没有苛刻的要求,定位的正确性比较高;运用PERCLOS值判断疲劳状态,准确可靠。