随着社会经济的发展,汽车的数量与日俱增,由于驾驶员疲劳驾驶而造成的交通事故也越来越多,给人民的生命和财产带来了严重的威胁。为了保障行驶安全、预防交通事故的发生,研究有效的方法检测驾驶员的疲劳状态并且疲劳报警是非常必要和有意义的。本文对国内外有关疲劳驾驶的研究现状进行了系统分析与研究,特别是研究了基于计算机视觉的驾驶员疲劳检测算法,主要完成了以下一些工作:在对基于肤色模型的人脸检测进行研究的基础上,本文结合图像处理技术,在新的颜色空间YCgCr上建立一种带约束条件的Cg、Cr椭圆聚类模型进行肤色提取,并引入了有效的人脸判断因素,进一步去除肤色分割后的非人脸区域,减少人脸检测的搜索区域并最终定位出人脸。接着进行人脸的跟踪,本文采用了Mean shift算法和Kalman滤波器相结合的实时全自动人脸跟踪算法。最后在准确跟踪定位脸部的基础上进行人眼定位,眼睛的检测综合运用了多种图像处理相结合的方法,采取由粗到细,逐步定位的策略。在准确定位了眼睛的区域后,计算眼睛骨架曲线和两眼角连线之间的距离得到眼睛的睁开程度,通过计算相应的PERCLOS和平均睁眼程度以及最长眼睛闭合时间三个指标来检测驾驶员的疲劳状态。