近年来,随着大众生活水平的提高,各国人民汽车的人均持有量也变得越来越多。然而,伴随而来的交通事故也不断的增多。经研究表明,疲劳驾驶是交通事故变得日益严重的重要原因之一,因此,研究出可以进行实时检测驾驶员疲劳的预警系统有着十分重要的现实意义。本文在参考了大量的国内外相关文献的基础上,对实际驾驶环境的特点进行了分析并给出系统的需求分析,进而找到了合适的解决方案,最终,实现了一种驾驶员疲劳驾驶检测系统。本文所实现的疲劳驾驶检测系统由人脸检测模块、光照预处理模块、人眼定位模块、人眼状态识别模块、疲劳分析和预警模块组成。在人脸检测模块,本文采用了一种现有的已经比较成熟的人脸检测算法——基于Haar特征的AdaBoost级联分类器算法,根据此算法对目标图像进行人脸定位。然后,对定位到的人脸图像进行光照预处理。人眼定位模块采用了灰度积分投影与分块复杂度分析相结合的算法对人眼进行二次定位,先使用灰度积分投影算法定位出人眼的大概位置,然后使用分块复杂度分析算法定位到人眼的精确位置。人眼状态识别模块是根据人眼部信息,通过事先给出的一定判别标准,判断眼部是否处于疲劳状态,从而达到疲劳检测的目的。在疲劳分析与预警模块,本文采用了基于PERCLOS值与眨眼频率相结合的人眼状态识别方法,提高了报警准确性和可靠性,从而尽量避免行车的安全隐患。本文在visual studio平台上实现了整个疲劳驾驶检测系统,在FERET人脸数据库和自制人脸库中进行了测试,并得出实验结果。实验结果显示,该系统能够解决戴眼镜、头部旋转、光照变化、表情变化等情况下的眼睛定位、状态识别和疲劳判定,眼睛定位准确率可达94.67%,状态识别准确率可达98%,平均每帧处理时间约为50毫秒,精度高、实时性好。最后,分析了系统的不足和有待改进的地方。