计算机视觉是近年来模式识别领域一项具有挑战性的研究课题，具体的说就是将图像传感器感测到的图像进行处理对实际物体和场景做出有意义的判断。随着计算机视觉技术在电子产品中的普及和不断发展，越来越多的学者和专家致力于计算机视觉领域的人眼检测技术的研究。将人眼检测技术和其它相关的技术结合起来，将会更好的服务于人们的生活，人眼检测技术与机器视觉技术结合起来的驾驶员疲劳检测系统；基于视线跟踪技术的人机交互系统；与虚拟现实技术结合的虚拟游戏接口等应用。本文的研究内容主要分为人脸检测、瞳孔中心检测、眼角点检测、人机交互系统设计四个主要部分，对以往的人眼检测算法进行分析的基础之上，通过实验验证提出了适合本系统在单目摄像头下的人眼检测算法，并以VC++6.0为开发平台建立了一个以视线作为系统输入信号的人机交互系统。对于人脸检测方面，本文采用的是基于肤色空间和遗传算法的人眼检测方法。在YIQ和YUV色度空间下对人脸的肤色像素进行大量的统计分析发现，人脸的肤色在该空间下表现出较好的聚类特性，将该特点作为人脸区域分割的一个判据，同时将该色度空间下的唇色的色度特性作为人脸区域分割的另外一个判据，根据这两个判据，结合区域增长算法用于人脸检测，解决了光照和头部偏转情况下的人脸检测问题。在人脸检测的基础之上，将检测到的人脸候选区域根据先验知识缩小划分人脸子区域，在人脸的左上半子区域中利用遗传优化算法进行人眼区域检测；对于人眼瞳孔中心的定位则是利用圆的几何性质进行定位；对于眼角点的检测本文应用Harris角点检测算法中的角点响应度函数，结合方差投影函数定位眼角点；在人机交互阶段，将瞳孔中心点作为动点、眼角点作为定点，将动点和定点之间的距离通过映射转换进行人机交互界面上的子区域的选择，实现人机交互系统的接口设计。通过实验结果证明了本文的瞳孔检测算法在复杂背景和头部偏转情况下具有较好的性能，解决了针对不同人眼检测的传统算法的适用性差的问题。本文开发的基于单目摄像头的人机交互系统，实现了对人眼的实时检测，通过将人眼对电脑屏幕的注视时间的长短作为人机交互的指令实现人机交互。本文的人机交互系统对硬件没有过高的要求，该系统在头部偏转和复杂背景下具有较好的鲁棒性和实时性，与目前主流的人机交互系统相比，具有成本低、使用方便、便于普及的特点。