疲劳驾驶作为导致交通事故的主要因素之一,给驾驶员及行人的生命财产安全带来了巨大的威胁。因此,如何有效预防疲劳驾驶,最大程度减小由此带来的各种损失,对于保护人民生命和财产安全具有很大的现实意义。驾驶员在疲劳时一般会出现闭眼、打哈欠和点头三个特征,本文旨在利用图像处理的方法提取驾驶员的这三个特征,从而判断驾驶员是否处于疲劳驾驶状态。首先,利用haar-like人脸检测算法提取驾驶员脸部区域,本文通过卡尔曼滤波器跟踪人脸的运动轨迹,预测下一帧图像中人脸出现的位置,从而缩小haar-like人脸检测的搜索范围,有效提高人脸检测算法的运行效率。其次,在人脸检测的基础上,根据疲劳驾驶的特征设计了三个疲劳特征提取算法。一是睁眼和闭眼状态判断算法,该算法首先精确定位人眼并提取出包含单个眼睛的子窗口图像,然后进行睁闭眼状态的判断。二是将椭圆拟合的方法创新性地应用到了哈欠检测算法中,使得通过简单快速的方法就可以获取打哈欠的参数,并获得了良好的检测效果。三是点头检测算法通过判断驾驶员头部的位置判断其是否发生点头动作。同时,本文设计了测试系统对文中提出的算法进行了验证,并获得了良好的实验结果。