根据统计分析,疲劳驾驶是引发交通事故的主要原因之一,因此及时有效地检测出驾驶员的疲劳状态,以减少此类交通事故的发生,有着重要的现实意义。本文通过CCD摄像头实时采集驾驶员的头部图像,设计了一种基于TMS320DM642 DSP芯片的人眼信息检测系统,用于检测驾驶员的疲劳状态。本文重点对检测系统中的人眼定位、人眼跟踪和人眼状态识别模块及其算法在DSP中的实现作了研究。首先提出了一种基于blob分析的肤色人脸检测方法,这种算法能够有效去除彩色图像中的类肤色噪声;接着进行人眼定位,采用了基于灰度投影法和改进型Hough变换法实现人眼的精确定位;在跟踪算法上,采用了虹膜跟踪和基于Kalman预测的模板匹配法相结合的方法实现眼睛的实时跟踪;在接下来的人眼状态识别中,提出了基于Gabor变换提取眼睛特征和支持向量机相结合的方法;最后综合PERCLOS和AECS参数对驾驶员的疲劳度进行判别。在理论研究的基础之上,基于SEED-DM642开发平台,在CCS环境下采用C语言编程实现人眼信息检测系统并且调试完成。实验结果表明,该系统能够快速、准确地定位人眼并且识别人眼状态,从而有效地判定出驾驶员的疲劳状态。