据交通部门对道路交通事故死亡人数的统计，我国连续数年一直居世界第一位，汽车司机的疲劳驾驶是引发交通事故的一个重要原因。因此对驾驶疲劳检测以及如何有效的监测和防止驾驶员疲劳驾驶的研究，对于降低交通事故，有着十分重要的现实意义。本文首先介绍了国内外有关驾驶疲劳的研究现状，重点研究了眼睛的疲劳机理，借鉴美国联邦公路管理局FHWA(Federal HighwayAdministration)有关研究驾驶疲劳方面的文献，讨论了PERCLOS(percentage 0f eyelid closure over the pupil over time单位时间内眼睛闭合时间所占的百分率)和其他眼睛活动测量方法的有效性，从理论上证明PERCLOS是目前测量机动车驾驶疲劳最佳方法，因此本文中选用PERCLOS作为驾驶员疲劳程度判定的依据。其次，本文详细分析了当前眼睛疲劳检测方法中的技术关键和难点，在数字图像处理基础上完成人脸实时检测及人眼定位跟踪算法，引入灰色理论作为图像处理的手段，对灰色系统理论的基本思想和一些重要的定义、定理进行了较深入地介绍和推导，介绍了基于灰色预测模型方法和基于灰色预测模型的非线性图像滤波器设计方法。利用AGO数据生成和GM(1，1)模型，设计出一套滤波算法和基于灰色关联的边缘检测算法，并进行了理论证明和MATLAB实现。最后针对疲劳检测算法中大数据量、高速传输、复杂运算的实际需要，构建了由CCD、TMS320C6416、SAA7115、SAA7105等芯片组成的视频采集系统。设计了一种车载的、非接触式的、实时的、基于DSP实时驾驶疲劳检测系统。