随着人们生活水平的提高,每年都有大量的人购买汽车,同时伴随的交通事故也在逐年增加。因此,如果能够研制出快速、精准的疲劳检测系统,则将对保护人们的生命财产安全有重大意义。本文是在总结前人研究工作的基础上,对疲劳检测中的人脸检测、人眼定位、人眼状态识别和疲劳判定等方法进行了深入的研究并设计实现。设计出的基于人眼特征疲劳驾驶检测系统由视频采集模块、图像预处理模块、人脸检测模块、人眼定位模块、人眼状态识别模块、疲劳判定和疲劳报警模块组成。(1)视频采集与图像预处理模块:本文通过摄像头获取驾驶员视频图像信息。利用图像处理技术,对获取到的视频图像进行灰度化、求直方图、直方图均衡化以及中值滤波预处理。(2)人脸检测模块:本文采用基于Haar特征的AdaBoost级联算法实现对驾驶员人脸的检测,该算法对人脸检测具有速度快、效果好等特点。(3)人眼定位模块:本文采用了两级定位人眼的方法,先通过灰度投影的方法对人眼粗定位,然后再利用分析分块复杂度方法对人眼实现精确定位。(4)人眼状态识别模块:本文采用均值投影和方差投影方法实现对人眼状态(睁眼、闭眼)的判断,为后续疲劳判定奠定基础。(5)疲劳判定与疲劳报警模块:本文利用PERCLOS准则实现人眼疲劳的判定。利用微软语音识别系统Speech SDK实现语音报警功能。本文以Visual Studio 2010作为开发环境,以VC++作为开发语言,实时性使用了OpenCV。在PC机上对系统的鲁棒性和检测的准确率做了相关的测试,该系统能够实现疲劳检测功能,且在光照均匀、姿态端正、不戴眼镜情况下具有高准确率。