随着社会经济的发展，机动车辆与日俱增，由于驾驶疲劳而引发的交通安全问题越来越受到人们的关注。据交通部门的统计，我国是道路交通事故死亡人数最高的国家，连续数年一直居世界第一位。疲劳驾驶及相关的因素是造成交通事故的主要原因之一。因此研究有效的方法检测驾驶员的疲劳状态是非常必要和有意义的。尽管目前已有一些简单的驾驶疲劳的检测方法，但是具有车载的、非接触式的、实时的驾驶疲劳监测方法至今在国内尚未得到很好的解决。本文主要研究了基于视频分析的方法在驾驶员疲劳检测中的应用。通过对驾驶员脸部视频的分析，根据眼睛与疲劳相关的线索检测出驾驶员的疲劳状态并给予警告。本文参考国内外现有文献资料，研究国内外基于视频的驾驶员疲劳检测方法。结合实验室的研究项目：基于H.264网络视频监控系统，设计了基于DSP的疲劳驾驶实时监测系统，主要完成以下一些工作：确定系统的实现方案和框架，研究在该系统实现中必要的图像预处理算法，如光照补偿算法等。采用在非线性分段色彩变换空间中基于肤色模型的人脸检测技术，并且运用Kalman滤波的人脸跟踪方法，进一步提高系统的实时性。在准确定位脸部的基础上，采取由粗到精，逐步定位的策略检测眼睛：对水平Sobel算子进行改进，更容易获取稳定的五官的边缘二值化图像，改进了8-连通区域判别算法，使部分断裂边缘得到很好的恢复，并结合五官几何特征、区域生长及形态学运算精确定位眼睛位置。之后提取眼睛闭合时间和眨眼频率等与驾驶员疲劳相关的参数。本文采用基于视频分析的方法对驾驶员的驾驶状态进行实时监测，是目前解决由于疲劳驾驶所导致交通事故的较好方案，采用TI TMS320DM642 DSP处理器为核心搭建了硬件平台，并对算法程序在CCS环境下进行了深度优化，从而实现了实时的疲劳监测系统。这一实现方法与传统的基于PC机的实现方法相比，系统体积小，可安装在驾驶室内的驾驶台上，完全不影响驾驶员正常的驾驶活动，在降低系统成本的同时又保证了性能。