许多国家调查分析发现，导致交通事故的原因有酒后驾车、超速行驶、疲劳驾驶、超载驾驶和违章行驶等。而进一步由统计数据分析发现疲劳驾驶是重要原因之一，每年造成的交通事故数量已经不亚于酒后驾车和超速所造成的事故数量。为了降低交通事故的发生率，减少全球经济损失，保障人们的生命安全，预防疲劳驾驶将是一种有效的手段，而疲劳驾驶的检测则是预防疲劳驾驶的关键。本课题旨在研究开发出一种能够对驾驶员疲劳状态实时检测的装置。在不影响驾驶员驾驶操作和注意力的前提下，通过实时监测驾驶员的眼睛状态，判断其是否处于疲劳状态，且能够在检测出驾驶员处于疲劳状态时进行报警提醒，以此达到有效避免因疲劳驾驶引起交通事故发生的目的。本课题设计研发了基于FPGA的疲劳驾驶实时检测系统，该系统主要包括了三大部分：红外光源系统、视频采集存储及显示系统、图像处理算法和疲劳判断算法的实现系统。设计之初通过对国内外实现疲劳驾驶检测的各种方案进行实验设计与验证后，选定了合适的系统实现方案—基于红外光源的单通道亮瞳图像采集。根据人眼在850nm红外光源照射下，瞳孔反射了90%的入射光后形成的“亮瞳”效应这一现象，系统可以采集到眼睛具有突出灰度信息的视频图像；通过引入峰值透过率为850nm波长的光学滤波片让摄像头采集到背景干扰很小的红外图像。检测系统所有功能的设计及实现都是在FPGA核心平台上完成的。系统首先通过摄像头采集到视频图像存储于FPGA内部Block Ram中，然后利用乒乓操作把存储的图像取出送至图像处理模块进行人眼亮瞳目标分割，最终把分割结果图像送至显示模块和疲劳判断模块进行输出显示和疲劳判断，并根据检测结果判断是否进行报警提醒。本文设计的图像处理模块中采用了两种分割算法进行人眼亮瞳目标分割，一种是基于改进型的阈值分割方法，另一种是基于最近邻归类准则的改进型PCNN(Pulse Coupled Neural Network)分割方法。疲劳判断模块采用的是经典的PERCLOS疲劳检测算法，通过计算得到的PERCLOS值判断驾驶员是否为疲劳驾驶。本课题中采用非接触式图像采集方法，利用数字图像处理技术在FPGA平台上进行了疲劳驾驶实时检测系统的实现。从最终设计完成的检测系统的内部模块和实际工作时得到的实验结果表明，系统高速处理时运行稳定、功能正确、具有较好的分割效果和疲劳检测结果，且达到了25帧/s的处理速度，与摄像头的采集速度相同，具有很好的实时处理能力。同时，该系统通用性好、易于移植、集成度高，为FPGA在相关领域的其它设计提供了重要参考。