目前，机动车交通事故每年导致数以万计的车辆碰撞事故和重大的人员伤亡，其中驾驶员困倦是引发恶性交通事故的重要原因之一。疲劳是由于过度的体力或者脑力劳动引起的一种复杂的生理现象，它是人体一种正常的生理活动规律。实时检测司机是否处于疲劳驾驶状态，当出现疲劳驾驶时及时做出反应，尽量避免事故的发生，具有重要意义。“PERCLOS”(percentage of eyelid closure over the public over time)检测是一种基于机器视觉的方法，可以实现非接触式、实时性和全天候检测，不会影响驾驶，满足驾驶防瞌睡装置应用的特殊性。联邦公路管理局FWHA(Federal Highway Administrator)认为PERCLOS算法是所有驾驶员疲劳度实时报警技术方法中最有前景的一种方法。为了实现PERCLOS这种基于图像处理的疲劳检测方法，我们搭建了基于DSPs的实时图像处理平台。为了满足实时性，我们选取的DSPs(Digital Signal Processors)是TI公司生产的TMS320C6416芯片，并在CCS(Code Composer Studio)6000 2.0环境下进行实时操作系统的软件开发。在程序设计上依照C6000软件开发的一般流程编写软件代码。在实现了程序的基本功能后，利用调试和分析工具分析C代码性能，然后根据DSPs的硬件特点采取相应的方法进行程序优化，提高硬件资源的并行利用程度，从而提高代码运行速度，满足实时性的要求。使用PERCLOS方法进行司机疲劳驾驶的实时监控关键是要准确的跟踪司机的眼睛并判断眼睛的状态。为了实现全天候的检测，采用红外CCD摄像头来采集视频图像，保证无论是白天还是晚上都能正常监控。在光线很好的情况下摄像头采集到的是色彩度较好的彩色图像，而在光线很暗的情况下，此时采集到的基本是没有彩色信息的灰度图像。对于两种不同质量的图像采取同一种算法进行眼睛准确实时跟踪是很困难的。通过分析两种图像各自的特性，最大利用图像所包含的信息，采用最适合于图像特性的方法来进行眼睛跟踪实现。对于彩色图像，利用肤色的聚类特性可以对图像象素进行分类，可以快速、可靠地将人脸从复杂背景中分割出来。再在人脸范围内利用混合投影函数来进行人眼的跟踪定位。对于采集到的灰度图像，不能利用肤色的聚类特性来进行人脸检测，但是由于在红外线的照射下，人的眼部灰度值小于人脸部的灰度值，有明显的圆形区域，通过边缘检测、二值化以后通过Hough变换的方法可以方便地检测到圆形，从而达到跟踪眼睛的目的。该系统能准确、实时的跟踪司机的眼睛，为实现PERCLOS疲劳检测方法奠定了基础。