目前在频繁发生的交通事故中，驾驶员疲劳已成为引发交通事故的主要因素之一。安全辅助驾驶技术作为智能交通系统的关键技术日益受到人们的关注，其中驾驶员疲劳监控技术对降低交通事故率有着重要的作用。因此驾驶员疲劳监测系统已经成为热点问题被的研究，其在实际中的应用价值也越来越被人们所重视。 本文通过研究的驾驶员疲劳监控系统采用机器视觉手段对驾驶员疲劳时嘴部、眼睛的运动状态进行实时监控，机器视觉在实时性、准确性、适用性及经济性等方面比其他监控方法有更大的优势，拓展了疲劳驾驶监控技术的涵盖范围。由先前该研究方向的文章可知，他们的方法依靠的是灯作为光源，并且应用多个摄像头去估计人脸的方向，但是一个正在行驶中的汽车有着不同的光线变化和可能变换的背景。针对这样的情况，本论文从四个方面做了工作： (1)针对白天和黑天的不同特点，采用了不同的阈值处理方法对图象进行处理得到二值化图象。先前的方法多数研究的都是白天的情况对与黑天的研究很少涉及。并且在阈值选取的方法多用的是基于图像差异的阈值处理方法，这种方法在白天存在着干扰信息过多等缺点，造成脸部区域的拾取不准确的缺点。本文采用的图像灰度直方图的双峰法对白天图像作为处理方法达到了很好的祛干扰的效果。对于夜间采取图像差异的阈值处理方法，也得到了较好的处理效果； (2)针对黑天光线不好的特点，本文采用了灰度加强的算法进行对图像的处理得到了很好的结果； (3)针对眼睛在肤色二值化图象处理后的黑洞特点，定位出眼睛的特征点； (4)采用独立的眼睛和嘴部的特征点的选取，这样可以对于以后的研究中各好的处哩只能检测的到眼睛和嘴部区域的情况。 通过本文算法所做的实验大大的扩展了先前实验的检测范围，并在一定程度上提高了系统在监测过程中的鲁棒性，对于机器视觉在监测驾驶员疲劳状况的实际中有实际的意义。