現實中基于圖像處理的疲勞駕駛監測往往因環境的變化而具有不確定性。監測算法不規范,以致于疲勞駕駛監測任務很具有挑戰性。為了解決此問題,提出了一種基于多算法融合的動態滑動窗口算法框架。首先利用Adaboost算法識別人眼,然后改進Otsu算法來自適應各種不同環境;進而提出動態滑動窗口算法來得到睜閉眼之間的最佳閾值;最終,利用改進的PERCLOS算法估計疲勞駕駛狀態的不同級別。針對環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,系統使用攝像頭實時捕獲人眼圖像,并在PC機上進行仿真測試,可在130~150ms之間實現不同疲勞狀態的識別。實驗結果表明,此算法框架能夠有效、快速的分辨駕駛員不同的疲