在经济快速发展的当今社会,人民的生活水平得到了显著的提高,私家车的数量也与日俱增,同时由于各种原因导致的交通事故也越来越多,在导致交通事故的众多因素中,由于驾驶员疲劳驾驶造成的交通事故占据80%。为了使驾驶员保持清醒的驾驶状态,创造一个安全的交通环境,采取一种有效的疲劳驾驶检测方法对驾驶员的疲劳程度进行实时监测,在其出现或即将出现疲劳驾驶时给予警示,避免交通事故的发生,对于人民的安全和社会的安定发展具有重要的现实意义。传统的疲劳驾驶检测方法具有检测精度低,耗时长的问题,为了提高检测方法的准确性和实时性,本文提出了一种基于单目视觉的疲劳驾驶检测方法。通过单个视觉传感器获取驾驶员的头部图像,为了消除图像中不同光照的影响,使用同态滤波对脸部图像进行滤波处理;使用直方图均衡化处理图像以增强对比度,提高后续脸部检测和特征提取的精度。进行人脸检测的过程中,对基于AdaBoost的人脸检测算法进行改进,利用改进后的人脸检测算法进行人脸检测;在已检测出的人脸区域采用基于灰度积分投影的方法进行眼部和嘴部的特征提取,定位嘴角和眼睛的位置坐标;根据平透视投影变换的原理,并结合脸部的特征点坐标计算头部姿态;最后根据头部姿态统计点头频率,并计算出脸部朝向,根据眼部特征图像计算眼睛的闭合程度和眨眼频率,依据这些参数对驾驶员的疲劳程度做出判断。通过模拟驾驶员的驾驶状态,设计仿真实验,在不同的光照条件下对驾驶员脸部图像进行疲劳检测实验。对脸部检测算法、眼部和嘴部检测算法、基于面部特征点的头部姿态估计方法的检测精度和速度进行统计分析,并综合分析了基于头部姿态和眼部特征的疲劳驾驶检测算法的精度和速度。通过大量的实验表明,利用本文的疲劳驾驶检测方法在不同的光照条件下对获取的脸部图像进行检测,均能保持较高的准确性,且检测时间短,满足疲劳驾驶检测对实时性和准确性的要求。