司机驾驶疲劳是引发车祸的主要来源之一，实时监测司机疲劳状况并予以警告可以减少事故的发生。经调查研究表明，司机疲劳时会打瞌睡，眨眼频率增加，也即闭眼时间加长。如果我们能实时掌握司机眼睛状态，并给与警告，则能减少车祸的发生。 本文基于DSP技术构建了一个司机疲劳检测系统。该系统采用的硬件平台是以，TI公司生产的TMS320C6416处理器为核心的图像处理平台，时钟频率为600MHz，CCD摄像头采集视频信号。采集到的司机脸部、眼睛图像经解码成数字图像信号后送入FPGA完成预处理工作，预处理完成后送入帧缓存FIFO，FIFO存满时输出信号给DSP，DSP读取图像数据，完成脸部检测、眼睛定位、眼睛跟踪等算法，并计算司机眼睛的闭合的程度，从而判断司机是否疲劳。 司机的脸部检测、眼睛的检测与定位是司机疲劳检测技术中最关键的问题。其中汽车在行驶过程中图像抖动。的情况下如何实时地检测眼睛的疲劳状态是技术难点。本文提出将基于灰色关联分析的边缘检测方法分别与肤色模型、灰色投影方法结合用于司机脸部、眼睛的检测；用最小邻域搜索法跟踪司机的眼睛；用常规的数学计算方法计算眼睛的开闭程度，整体算法运算简单，实时性强，有助于提高系统处理速度。而基于灰色关联分析的边缘检测算法应用于人脸、人眼的检测则为首次。 文中所有算法均使用C和汇编语言在CCS(Code Composer Studio)环境中编写，在以DSP为核心的系统上实现。 实验结果表明，本文算法检测出的司机脸部、眼睛图像保证了较高的边缘定位精度，可以实时、精确地检测到人眼，达到司机疲劳检测系统的要求。本系统各方面性能达到了预期设计的要求，具有较好的实用价值。