随着汽车的普及，普通汽车代步的功用已经不能满足人的需求，车辆的主动安全技术受到越来越多人的关注。为了满足人们的这种需求，借鉴国外先进的设计理念，提出了设计汽车驾驶员疲劳驾驶预警系统的设想。为了满足人们对汽车疲劳驾驶安全性的追求，通过分析疲劳驾驶预警系统的结构和工作原理，提出一种基于高速数字信号处理器DSP的图像采集和处理系统。针对疲劳驾驶预警系统的非接触式、实时性、全天候要求对图像采集模块进行电子元器件的选型、图像采集流程分析、软件算法的设计和程序的调试，并对汽车疲劳驾驶硬件电路进行模块化设计。对图像预处理中直方图均衡、中值滤波和人脸识别的原理进行研究，对图像直方图均衡、中值滤波和人脸识别的软件算法进行设计。在设计过程中，运用CCS软件进行算法的设计和调试。系统采用机器视觉的方法，先通过CCD摄像头拍下驾驶员的面部图像序列，为了实现实时的人脸检测，采用级联分类器的手段，用Gentle-adaboost训练基于MBLBP特征的强分类器来进行软件算法的设计和程序的调试，然后检测出脸部，从而定位眼睛，再利用PERCLOS判定疲劳状态。实验结果表明该系统准确率高、速度快，可以满足非接触式、全天候、实时监测的要求，实现人脸图像的实时处理。人脸识别是疲劳预警系统最重要的部分，它直接影响到疲劳预警的实时性、准确性和灵敏度。本文首先根据预警设计理论和要求设计系统的硬件组成和软件流程；然后基于CCS对人脸算法进行编写和调试；最后对软件算法进行优化设计，并依此实现人脸识别。