驾驶员疲劳驾驶是引发恶性交通事故的重要原因之一,每年造成大量人员伤亡,直接或间接导致巨额的经济损失。安全辅助驾驶技术作为智能交通系统的关键技术日益受到人们的关注,其中,驾驶员疲劳检测技术对降低交通事故率有着重要的作用。因此驾驶员疲劳检测技术引起工业界和学术界的广泛关注,并成为研究的热点。本文围绕疲劳驾驶技术展开研究,以人脸识别和图像处理技术为基础,通过识别驾驶员的眼部状态来检测其是否疲劳。论文的主要研究内容如下：论文首先分析了驾驶疲劳的机理、影响因素和大多数人的疲劳表现,重点对司机的脸部检测与眼睛定位算法进行了研究和改进,对人脸定位、人眼定位、眼睛状态识别以及相关的图像处理技术进行了较为深入的研究,在借鉴已有的相关算法的基础上,设计并实现了一种适合于疲劳预警系统的改良算法。本文选用YCbCr颜色空间作为肤色分布统计的映射空间,建立一个基于肤色的二维高斯分布数学模型。利用基于相似度和人脸图像积分投影函数的方法,制作人脸掩模图像,屏蔽掉除人脸图像外的复杂背景,使得系统的检测速度大大提高,人脸定位更加准确。在采用肤色检测方法定位人脸的基础上,提出了一种结合人脸几何结构灰度特征和图像重心的人眼定位的方法。实验表明该方法能快速且较为正确地定位人眼中心,并能识别闭眼图像。提出了一种结合灰度投影和霍夫变换进行眼部状态识别的方法,并且综合全文提出的若干人脸定位、人眼定位和眼部状态识别的算法,并利用多张图片进行了实验。