汽车的普及化给人们生活带来了诸多便利,但汽车在行驶过程中出现了大量的安全问题。据全世界交通事故数据分析可知,驾驶疲劳已然成为致使交通事故发生的主要原因之一。为降低因驾驶疲劳而产生的交通事故的发生率,许多专家学者分别从驾驶员的生理特征、车辆特征方面对驾驶疲劳检测做了很多研究,本文根据欧拉影像放大算法对视频数据的放大作用,将欧拉影像放大算法(Eulerian Video Magnification)应用于驾驶疲劳检测。本文主要研究了欧拉影像放大算法在驾驶疲劳检测中的应用。首先介绍了驾驶疲劳的概念以及分析了驾驶疲劳的形成过程和影响因素,对常用非接触式检测方法做了系统的研究;又研究了金字塔形图像分解与重构与基于小波变换的图像与重构。本文系统地研究了欧拉影像放大算法的原理,欧拉影像放大算法是通过对视频帧序列图进行颜色空间转换、空间滤波、时域滤波、放大变化以及合成图像来实现的。算法可以对动作和颜色进行放大,并给出了示例分析。最后,研究了欧拉影像放大算法对疲劳检测的增强作用。首先采集多组实验视频,利用欧拉影像放大算法处理所采集的实验视频,选择出眼部特征、头部特征和心率信号等驾驶疲劳特征最佳的放大倍数和滤波的范围。而后,使用最佳的放大倍数和滤波的范围对多组采集视频进行处理,并通过人脸检测、疲劳特征提取,验证了欧拉影像放大算法对疲劳检测的增强作用。