随着社会的发展，汽车的普及，疲劳驾驶如今已经成为了交通事故的主要安全隐患之一，尤其在高速公路上，其造成的破坏性是巨大的。提供一种准确的对驾驶员的精神状态进行实时判别的疲劳驾驶检测系统，对已经处于疲劳的驾驶员发出警告信息，提醒其停车休息是具有重大意义的，此举可以保障人民的生命与财产安全。本文首先利用Adaboost算法对人脸进行定位检测；然后利用Adaboost算法和Harris算法相结合来定位人眼；将人眼的轮廓提取出来后，利用最小二乘法进行椭圆拟合，并得出人眼的状态；最后在PERCLOS准则下对一个周期内的驾驶员表现进行一个判定，得出是否疲劳的结果。本文的主要工作如下：(1)为了得到图像中人脸与人眼的具体位置，在对各种人脸与人眼的检测定位进行分析后，采用了Adaboost算法作为人脸检测的算法，并用与改进的Harris算法相结合的方式定位出人眼。(2)为了得到人眼的张开闭合状态，本文采用了FreeMan链码的方法来做轮廓提取，并对提取到的轮廓信息进行基于最小二乘法下的椭圆拟合，最后将拟合出来的椭圆代数参数转换成为需要的几何参数中的长短轴的值，通过判断椭圆的长短轴之比来判定当前的人眼是处于闭合还是张开状态。(3)通过简要概述了当前常用的几种用于疲劳状态分析方法，选择了成熟度最高、认可度最高的PERCLOS准则来作为本文的判定准则。(4)构建了整个疲劳驾驶检测系统，并对实验室条件录制的两段分别为清醒与模拟疲劳以及在车内实际录制的视频进行了测试。通过实验表明，该系统应用于汽车安全驾驶中的可行性。