目前出现的交通事故很多时候是由于司机的疲劳驾驶造成的。因此，如何有效监测和防止驾驶员疲劳驾驶，对降低交通事故及人员死亡率，有着十分重要的现实意义。 基于此，本文主要研究了将人脸检测与人眼定位技术应用于司机疲劳检测系统，并根据监测结果及时给出疲劳状态报警等技术问题。 本文首先对国内外有关疲劳驾驶的研究现状进行了系统分析与研究，并选取PERCLOS法作为疲劳驾驶的评测标准，设计了开发一种基于眼睛跟踪技术的司机疲劳检测的系统。 其次，人脸检测是人脸疲劳识别的前期工作。本文提出了一种人脸检测的方法，该算法首先计算人脸图像的相似度信息，并对得到的相似度图像进行二值化，从而标定出人脸区域进行定位。在人眼定位的基础上，对驾驶员的眼部区域进行进一步的处理，并结合PERCLOS法计算驾驶员的眼部闭合度，评测驾驶员的驾驶疲劳状态。 再次，本文提出一眼睛定位算法，该算法先利用改进的人脸图像的垂直灰度积分投影确定的左右边界，再根据人脸图像的水平灰度投影曲线来确定眼睛的大致高度，将所得参数对人眼精确定位；再利用基于圆的Hough变换快速定位出人眼，还提出了一种在视频人脸图像序列中，进行眼睛检测、跟踪和睁、闭状态判别的方法。通过眨眼检测，对眼睛进行定位，使用针对性强的内眼角提取算子，确定内眼角精确位置；利用内眼角特征来动态跟踪眼睛；睁眼模板在线生成和更新，通过当前眼睛区域和睁眼模板的相关分析来判别睁、闭眼状态。通过对各种眼睛状态检测方法的研究和基于彩色图片的基础上三种眼睛状态检测方法的研究(他们分别是水平投影法，hough查找眼珠法和上眼睑法和灰度模板匹配法。每一种方法都有其缺点和优点)。本文提出了一种基于以上三种检测方法优点的组合算法它可以显著地提高其眼睛状态的检测精度。 最后，本文采用VC++6.0和Opencv开发了本文所需的全部软件，实现了算法的各项功能，并进行了相关的监测试验。实验结果表明了本文所研究算法的有效性，其设计方案已经到达了预定的设计目标。