随着社会的不断发展与进步，机动车的数量以飞快的速度增长着，随之而来的是交通事故的发生率也大大提高。据统计，在各种交通事故中，由于疲劳驾驶而引发的占到事故总数的10％到20％，在高速公路的长途运输车辆的事故中更有高达50％以上是由疲劳驾驶引起的。 因此，如何能够快速有效并且在尽可能不影响驾驶员驾驶行为的情况下检测其疲劳状态称为当今研究的热点之一。在各种疲劳检测方法中，基于机器视觉的PERCLOS参数测量的方法是目前得到公认的有效且无干扰的方法。在这种方法中，如何准确的定位眼睛，是有效计算PERCLOS参数的关键。 基于以上考虑，本文分析了目前主要的人眼定位方法，包括Hough变换法、模板匹配发、边缘特征分析法、对称变换法以及面部几何模型法，利用本人设计的两个软件对几种常见定位算法在中科院人脸库、YALE人脸库以及我们自建的人脸库上进行了测试预分析。 在此基础上，本文提出了自己的一套结合模板匹配与对称变换思想的人眼定位方法。首先确定合适大小的人眼检测窗口，然后用该窗口遍历整个人脸区域，每次对该窗口覆盖下的子图像做关于窗口中心点的对称变换，得到变换后子图像与原子图像的平均子图，计算平均子图的标准差，选取标准差最大的几个区域作为候选区域，最后用阈值分割法确定最终的人眼位置。该方法同样在上述三个人脸库上进行了测试分析，结果是可以满足疲劳检测需要的。 为满足批量图像的处理任务以及直观观察算法执行效果，本文设计了两款软件，本文所有算法均是在该软件上进行测试的。同时，这两款软件也可以作为以后实验室进一步进行算法研究、评价与设计的通用平台。