研究如何有效的监测和防止驾驶员疲劳,对于减少交通事故有着十分现实的重要意义。司机疲劳的最直观表现是眼睛的疲劳状态,因此快速、实时地检测驾驶员眼睛的疲劳状态是很重要的。本文充分利用先进的计算机视觉技术检测驾驶员的面部特征,包括人脸及眼睛的位置。在对驾驶员行为进行监控时,利用CCD摄像头获取驾驶员的一段连续视频图像,用快速、简单的算法对每幅图像中的眼睛特征点进行定位和状态判定,在不影响驾驶的情况下给出了驾驶员的疲劳程度,并给予及时的警示。论文的主要研究内容如下：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驾驶预警的改良算法。本文首先介绍了一种基于haar-like特征的adaboost目标识别算法,该算法能够非常迅速地处理图像内容并能够得到较高的正确率。本文将该算法应用于人脸检测,取得了满意的结果。在检测到人脸的基础上,提出了利用模板匹配的方法对人眼进行定位。实验表明该方法能快速且较为准确地定位人眼中心。接下来采用一种结合灰度投影和霍夫变换进行眼部状态识别的方法,最后,依据PERCLOS准则,判断驾驶员是否处于疲劳状态。本文进行了大量的仿真实验。实验表明,系统能够准确地定位人眼并检测眼睛的开闭状态,从而有效的检测驾驶员的疲劳程度。在实验室环境下有较高的识别率。