近些年来，疲劳驾驶在道路交通伤害中所占的比重越来越大，也越来越得到人们的重视。但是目前疲劳驾驶检测系统在我国并未得到普及，所以致力于研究一种有效性高、实时性好、自适应性强、可以全天候工作的疲劳系统具有很大的意义。通过对疲劳驾驶系统的光照自适应性问题进行研究，旨在实现系统的自适应性控制、减少用户对系统的过多干预，在方便用户操作的同时使系统更智能、更鲁棒。光照问题一直是计算机视觉、图像处理领域中的一个障碍，由于疲劳驾驶系统要实现全天候、多场景工作，所以对基于视频的疲劳驾驶检测系统中的复杂光照问题进行研究具有重要的现实意义。　　首先介绍了图像明暗度的概念，然后结合灰度均值法和图像熵的方法，提出了一种基于模糊融合的图像明暗判别方法。通过计算当前图像的明暗度来实现后续的光照自适应性调节：如果图像的明暗度不在定义的最佳明暗度范围内，说明当前采光条件不好，通过反馈调节红外灯的光强从根本上改善后续采集到的图像的质量。另外，还针对局部不均匀光照问题，在传统mask匀光算法的基础上，实现了一种适合于人眼区域的匀光算法，使定位得到的眼睛区域光照更均匀更利于后续提取到更佳的眼睛轮廓。最后将光照自适应融入到整个疲劳检测算法中。　　最后通过各种不同测试人员模拟各种光照环境进行了大量测试，验证了系统的科学性和有效性，对增强疲劳驾驶的鲁棒性有一定的意义。