随着现代社会的发展,人们的生活节奏逐渐加快,难以保证充分地休息,容易在工作过程中产生疲劳。疲劳对于工作生产的安全性具有很大的影响,尤其是对于汽车驾驶、高危行业的监督和调度等工作。在工作过程中实时检测工作人员的疲劳状态,及时发现处于疲劳状态的工作人员,对于保证安全生产具有重要的意义。人体疲劳状态检测技术逐渐成为世界各国研究的热点。机器视觉检测技术是一种非接触式的自动化检测技术,其主要原理是利用摄像头代替人眼获取图像信息,对图像进行处理,从而实现检测、判断、识别、测量等功能。本文在对目前世界上主要的人体疲劳状态检测方法进行分类总结后,根据人体疲劳状态检测的总体需求采用机器视觉技术对人体疲劳状态检测方法进行研究。主要的研究工作包括以下几个方面:1.介绍了基于机器视觉的人体疲劳状态检测方法的原理和主要的视觉疲劳特征。2.对Adaboost人脸检测算法进行了深入的研究,基于VS2010平台编写人脸检测程序,采用Open CV视觉库中的人脸级联分类器完成了人脸区域检测。3.在人脸检测的基础上,划分出人脸矩形区域。通过人脸的“三庭五眼”规则并考虑实际检测过程中的其他影响因素,划分出了人眼候选区域,利用Adaboost人眼分类器在人眼候选区域内完成了人眼准确定位。根据人眼的准确位置重新划分人眼位置矩形区域,结合P-tile法对人眼位置矩形区域进行二值化,实现了人眼分割,提取出人眼轮廓。根据人眼轮廓计算出人眼近似张角度数,实现人眼状态识别。4.采集被测对象在不同状态下的人脸视频图像进行实验,统计被测对象的实际疲劳状态和PERCLOS值,设置合适的PERCLOS阈值,实现基于PERCLOS的人体疲劳状态检测。