随着经济、社会的不断发展，交通运输业得到了快速发展，我国的汽车数量正在迅速增长。但与此同时，我国恶性道路交通事故也急剧增加并呈上升趋势。其中，由于驾驶员疲劳造成的交通事故占总数的百分之二十左右，大约占特大交通事故的百分之四十以上。可见，疲劳驾驶带来的危害是巨大的，所以进行疲劳检测技术的研究是十分必要的，且具有重大的现实意义。目前基于计算机视觉的疲劳驾驶检测是研究的热点，而且通过检测眼睛状态来判断是否疲劳已经被证明是一种可靠的、有效的手段。因此本文在总结前人成果的基础上，设计并实现了一个基于人眼状态识别的疲劳驾驶检测系统。经过多次实验证明，本文设计的疲劳驾驶检测系统具有实时性高、眼睛检测和状态识别准确率高等优点，具有很好的车载实用价值。本文主要内容为：1、研究了人脸检测与定位技术。考虑到系统实际应用的驾驶环境，本文采用基于Haar特征的Adaboost人脸检测算法来定位视频图像中的人脸，本算法检测速度快，鲁棒性强，实时性好，是疲劳驾驶检测系统人脸检测模块的第一选择。2、研究了人眼定位与跟踪技术。本文提出了在粗定位眉眼区域的基础上，综合使用基于Haar+Adaboost的左、右眼单眼分类器进行眼睛检测的方法，不但保证了系统实时性的要求，同时也进一步提高了眼睛定位的准确性。另外，本文尝试将TLD算法引入眼睛跟踪模块，但跟踪效果和实时性不太理想。3、研究了眼睛状态识别技术。本文提出了一种多阀值二值化眼睛图像的睁闭状态识别方法，即通过多阀值二值化眼睛图像、选出具备最优轮廓的二值图像、睁闭状态判断三个步骤进行眼睛睁闭判断。实验表明：该方法鲁棒性很强，速度快，基本不受光线斜射的影响，在很大程度上排除了驾驶室内的复杂光线对眼睛状态检测的影响，具有很好的车载实用价值。