目前,在频繁发生的交通事故中,司机的驾驶疲劳已成为引发交通事故的重要因素之一。因此,如何有效地检测和预防驾驶疲劳,对于减少交通事故发生,有着十分重要的现实意义。本文对现有的驾驶疲劳检测方法进行了深入地比较,详细分析了当前检测方法中的技术关键和难点,提出了两种基于视觉的驾驶疲劳检测方法——自然光照条件下的驾驶疲劳检测和红外光照条件下的驾驶疲劳检测。系统采用摄像机拍摄驾驶员的脸部区域,从中提取驾驶员的眼睛状态特征,据此判断驾驶员是否发生疲劳。主要研究工作如下:(1)研究了在疲劳检测系统中必不可少的图像预处理技术。自然光照条件下,采用邻域均值滤波法进行图像预处理,以消除随机噪声,此法对彩色图像运算量小,速度快。红外光照条件下,利用中值滤波法消除图像中存在的孤立噪声,此法能很好保护图像的边缘信息,为图像的边缘提取处理提供了保证。(2)设计了改进的人脸检测算法。自然光照条件下,根据肤色在色度空间分布的聚类性,建立了基于YCbCr空间的椭圆聚类肤色模型,以此进行图像二值化,将肤色区域与非肤色区域分离开来。相较其他人脸分割的方法,此法降低了图像对光照的敏感性,对于人脸缩放,旋转等几何变化鲁棒性也很好,另外由于颜色信息计算速度快,过程简单,此法满足系统实时性的要求。红外光照条件下,采用Otsu自适应阈值的方法把红外图像转变为二值图像,将人脸与背景分离开来。人脸的定位采用的是改进的积分投影算法,相较于传统算法缩小了人脸区域,为整个系统的快速性打下了很好的基础。(3)采用卡尔曼滤波的方法对脸部区域进行预测与跟踪,提高了人脸跟踪的准确度和速度。(4)提出了新的眼睛检测算法。自然光照条件下,采用积分投影与数学形态学进行眼睛的定位与检测。红外光照条件下,由于眼睛的成像边缘丰富、层次清晰,采用sobel边缘检测与hough变换相结合的方法定位和检测瞳孔,取得了很好的眼睛定位效果。最后利用检测出的眼睛参数计算PERCLOS值来判断是否疲劳。本文详细论述了上述两种方法的特点和适用性,并完成了大量的实验。实验表明这两种方法能够准确地定位眼睛及检测眼睛的疲劳状态,具有较好的实用性和可靠性。