目前,交通事故每年导致极大的经济损失和人员伤亡,其中疲劳驾驶是引发恶性交通事故的重要原因之一。如何准确、快速的识别驾驶员的疲劳状态对于减少交通事故的发生有着重要意义。眼睛睁开程度反映了驾驶员的疲劳状况,因此对驾驶员眼睛状态的检测是研究驾驶员疲劳状况的有效途径。本文通过分析研究驾驶员实际驾驶时具有复杂光线和变化姿态的视频图像,实现驾驶员脸部的准确定位,进一步定位驾驶员眼睛位置和判断眼睛状态,最终得出驾驶员的疲劳状况。本文首先实现的是复杂情况下的驾驶员脸部定位与跟踪。根据肤色在色彩空间具有很好的聚类特性的特点,本文选用YCbCr色彩空间作为肤色分布统计的映射空间,建立一个基于肤色的二维高斯数学分布模型,并应用椭圆匹配近似代替这个模型,以实现快速分离肤色区域的目的。为去除背景干扰,采用标记连通域的方法去除部分非肤色区域,再使用灰度积分投影的方法初步定位人脸,最后利用质心调整的方法去除与人脸区域连通的干扰实现人脸定位。该方法实现了对驾驶员实际驾驶时光线变化、背景干扰、头部转动等复杂情况的驾驶员脸部准确定位。在人脸准确定位的基础上,使用卡尔曼滤波的方法实现人脸跟踪。在人脸定位基础上,采用简化广义对称变换与肤色信息相结合的方法在复杂光线下进行驾驶员眼睛的定位。由于灰度图像具有计算量少,运算速度快的特点,本文用灰度图像进行眼睛定位。首先对已经框选出来的脸部用中值滤波进行预处理,然后采用复杂度算法初步定位人眼。在初步定位的人眼区域中采用简化广义对称变换与肤色信息相结合的方法实现驾驶员眼睛的精确定位。为减少计算量和提高计算精度,在应用简化广义对称变换之前对人眼初定位区域使用最大类间方差阈值分割法进行二值化,并只在二值化结果为0(黑色)的位置计算广义对称变换值。该方法实现了对于戴眼镜、复杂光线、较小角度侧脸、两眼连线与水平线有一定夹角的人脸图像的准确人眼定位。在眼睛精确定位的基础上,本文使用边缘检测算子和计算眼睛垂直高度的方法判断眼睛的闭合程度,应用PERCLOS测量原则判断驾驶员是否疲劳和发出报警。本文采用MATLAB语言开发驾驶员人脸定位、人眼定位与状态检测算法,并进行了相关的实验,实验结果达到了预期目标,验证了所研究算法的有效性。