随着生活节奏的加快，交通肇事越来越多，驾驶员疲劳驾驶已经成为引发交通事故的主要因素之一。一直以来，人们努力尝试运用科技手段寻找解决交通事故的方法。安全辅助驾驶技术作为智能交通系统的关键技术日益受到人们的关注，其中驾驶员疲劳检测技术对降低交通事故率有着重要的作用。本文研究的驾驶员疲劳检测系统采用机器视觉手段对驾驶员疲劳时眼睛的运动状态进行实时检测，机器视觉在实时性、准确性、实用性及经济性等方面比其他检测方法有更大的优势，拓展了疲劳驾驶检测技术的涵盖范围。而机器视觉手段的实现离不开图像识别系统的发展。当今图像识别系统的应用领域越来越广泛，从工业智能检测到汽车无人驾驶乃至太空探索都应用到了图像识别系统。图像识别系统主要包括两大部分：硬件组成的前端图像采集系统和软件组成的识别算法。随着嵌入式系统技术的发展越来越成熟，ARM-Linux操作系统作为嵌入式操作系统的一种，其源代码的开放性，系统的通用性以及可扩展性决定了它在车载嵌入式系统中具有绝对的优势。基于CMOS(Complementary Metal Oxide Semiconductor)图像传感器技术的USB摄像头，虽然在图像分辨率上有所不足，但是其市场占有率非常高，并且结合日益丰富功能的ARM-Linux内核所支持的Camera硬件驱动和Videofor Linux视频捕获接口函数，能够简易而快捷的实现现场图像采集的功能，以便为图像识别算法研究人员提供实时的现场图像数据。　　 本文在OpenCV(Open Source Computer Vision Library)库和VC++系统的基础上，运用常用的疲劳驾驶检测中眼睛疲劳识别的PERCLOS(Percent Eye Closure)方法，实现了在PC端的疲劳驾驶检测，并通过ARM-Linux交叉编译工具链的搭建，研究了在ARM开发板上疲劳驾驶检测的过程。