随着汽车产业的发展以及公路建设的加快,道路交通安全问题日益突出。交通事故的发生给国家和社会造成了巨大的经济损失,给人们带来了身体和心理上的双重伤害。研究表明,疲劳驾驶是造成事故发生的主要原因之一,因此,对驾驶员的疲劳状态进行检测是非常必要的。本文以静止摄像头采集到的驾驶员驾驶时的视频为研究对象,利用相应的视觉算法和数字图像处理方法,判断驾驶员的疲劳状态。本文研究了驾驶员疲劳检测系统,依据该系统功能,设计了系统框架和总体的流程,并对系统的每一部分设计了相应的算法。驾驶员疲劳检测系统主要分为人脸检测、特征提取和疲劳判断三部分。首先对采集到的图像进行灰度化、去噪和光照补偿等预处理,然后利用背景差分法提取出驾驶员头部运动区域。人脸检测部分,在分析常用的检测方法的基础上,采用基于Haar-like特征的Ada Boost算法进行人脸检测,该算法利用样本训练得到的分类器进行检测,提高了检测的效率和准确率;在特征提取方面,分别介绍了眼睛状态提取和嘴巴状态提取,在提取眼睛时,首先介绍了几种常用的方法,然后提出先对上半部分人脸图像进行二值化,再采用积分投影和模板匹配的方法提取眼睛特征的方法,该方法能够快速准确的提取出眼睛的特征,在提取嘴巴时,先利用边缘检测增强嘴部轮廓,然后做二值化提取嘴部特征;在疲劳判定部分,首先分别介绍了利用眼睛特征和利用嘴部特征进行疲劳判断的方法,然后提出对这两种特征进行融合来判断疲劳状态的方法,提高了检测的正确率。本文对以上算法在VC++开发环境下进行了实验,实验结果证明了算法的可行性,同时提高了算法的效率。