在疲劳驾驶识别与检测的过程中,采集样本的筛选是整个识别过程关键和难点。在图像采集过程中,经常会受到外界或多或少的影响。而反光就是经常会出现的影响因素。由于反光区域会对算法的性能造成不利影响,如果能合理的筛选出反光情况较重的样本,那么对识别与检测的准确性就有了重要保证。因此设计图像识别算法时需要对采集到的图像样本进行反光区域检测,从而避免算法结果被反光现象影响。系统利用反光区域本身的亮度较高和饱和度相对较低的特性,对输入程序进行亮度处理分析,提取同时具有图片亮度较高且图片饱和度较低的相关特征区域作为亮度处理结果。再根据反光区域边缘在图片中对应位置的亮度层分量的梯度值会有相对明显的变化,计算图片亮度层的梯度,获得反光区域的边缘。结合两种结果完成对反光区域的定位。首先介绍了这反光区域识别系统所需的相关参数和技术,然后对系统进行说明,给出反光识别系统的需求分析,在需求分析的基础上,给出系统的概要设计,介绍系统模块,根据模块对系统的详细设计进行说明,结合代码给出模块结果。根据实验结果。表明程序系统的反光区域识别方法有着较高的定位准确性、对反光区域的漏检较少、程序过程可视化等特点。对降低疲劳驾驶检测系统的误检率能起到有效的帮助。