現(xiàn)實(shí)中基于圖像處理的疲勞駕駛監(jiān)測(cè)往往因環(huán)境的變化而具有不確定性。監(jiān)測(cè)算法不規(guī)范,以致于疲勞駕駛監(jiān)測(cè)任務(wù)很具有挑戰(zhàn)性。為了解決此問(wèn)題,提出了一種基于多算法融合的動(dòng)態(tài)滑動(dòng)窗口算法框架。首先利用Adaboost算法識(shí)別人眼,然后改進(jìn)Otsu算法來(lái)自適應(yīng)各種不同環(huán)境;進(jìn)而提出動(dòng)態(tài)滑動(dòng)窗口算法來(lái)得到睜閉眼之間的最佳閾值;最終,利用改進(jìn)的PERCLOS算法估計(jì)疲勞駕駛狀態(tài)的不同級(jí)別。針對(duì)環(huán)境的變化采用睜閉眼判斷窗口隨人眼特征變化而更新的策略,系統(tǒng)使用攝像頭實(shí)時(shí)捕獲人眼圖像,并在PC機(jī)上進(jìn)行仿真測(cè)試,可在130~150ms之間實(shí)現(xiàn)不同疲勞狀態(tài)的識(shí)別。實(shí)驗(yàn)結(jié)果表明,此算法框架能夠有效、快速的分辨駕駛員不同的疲