1、在交通事故中，疲勞駕駛一直都是重要誘因。為了保護人民生命和財產(chǎn)安全，人們越來越重視駕駛員疲勞檢測。基于計算機視覺技術(shù)研制的車載駕駛員疲勞檢測系統(tǒng)因其可實時偵測，且不需要佩戴額外的外部設(shè)備，并在機動車駕駛員產(chǎn)生駕駛疲勞時進行預(yù)警，從而有效的避免因疲勞駕駛而產(chǎn)生的交通事故。所以該系統(tǒng)對機動車行駛安全有著重要的現(xiàn)實意義。
　　本文通過分析對比了幾種常見的人臉檢測方法，在結(jié)合系統(tǒng)要求的基礎(chǔ)上，采用人臉的Haar特征，并通過使用級聯(lián)分類器對

2、特征值進行篩選，從而完成人臉偵測。在基于人臉識別算法獲取到人臉的數(shù)字圖像后，本文通過采用邊緣檢測算法與灰度投影相結(jié)合的方法，找到人眼位置。本文針對該算法對駕駛員轉(zhuǎn)動頭部時會出現(xiàn)人眼檢測率降低的問題，修改原有偵測流程，引入Camshift跟蹤算法增強人眼檢測準確率。在獲取到人眼位置后，采用最大類間方差算法對該區(qū)域圖像進行預(yù)處理，這里針對原算法在對圖像進行處理時，由于全局閾值的非普遍適應(yīng)性造成的部分圖像不能很好的識別人眼虹膜，本文提出了一種

3、針對最大類間方差算法閾值的自適應(yīng)優(yōu)化方法，提高了識別率。在疲勞程度檢測部分，采用PERCLOS判斷標(biāo)準進行檢測，該判斷標(biāo)準是采用人眼眼瞼覆蓋人眼虹膜面積的大小作為判別標(biāo)準。但是，因為人眼上眼瞼和睫毛的陰影會對人眼虹膜的面積造成影響，為解決該問題，本文采用人眼眼裂垂直高度作為檢測標(biāo)準，解決因人眼上眼瞼和睫毛的陰影造成的虹膜面積過大的問題，經(jīng)過與原判斷標(biāo)準進行對比測試，提升了判斷標(biāo)準的魯棒性。
　　本文通過用數(shù)字圖像的相關(guān)處理技術(shù)和處