全自动视野计是进行视野检查的主要医疗设备,在青光眼的早期发现与治疗中起着关键作用。在进行视野检查的过程中,需要监视被检者的固视情况。因此,关于人眼定位跟踪的研究就显得尤为重要。人眼的检测定位作为模式识别与计算机视觉领域内的重要课题早已引起普遍重视。本文从实用角度出发,以检测系统的准确性和实时性为目的对多种目标检测算法进行了对比分析。最终采用了基于积分图及Ababoost算法的级联分类器用于人眼检测,实现对输入图像中的人眼区域的检测与瞳孔定位。通过视频流图像序列的检测结果分析可知:基于Adaboost算法的人眼检测系统在对视频图像进行检测识别中,对视频流的帧率要求较高。当帧率过高时,系统难以达到较好的识别效果。因此,本文继续引入了基于Camshift的人眼跟踪算法,CamShift算法是以颜色概率分布图为基础的目标跟踪算法。在该算法执行过程中,首先需要对第一帧图像初始化目标搜索窗口,并求得目标质心;通过移动窗口中心到目标质心,得到下一帧图像的搜索窗口。然而,Camshift是半自动跟踪算法,在每一次跟踪前必须手动添加跟踪目标。本文采用将基于级联分类器的人眼检测算法与Camshift算法相结合的方法,方便的解决了跟踪半自动化的问题。人眼定位跟踪系统采用红外CCD摄像头采集人眼图像。通过比对每帧图像的瞳孔中心与图像窗口中心是否重合,采用串口通信技术向单片机发送指令,调整下颚托架纵横坐标的位置,使得瞳孔中心始终位于固定位置,以保证视野检查的准确度。本课题的软件实现采用VC6.0与OpenCV相结合的软件平台,通过调用OpenCV库函数,极大地缩短了系统的开发周期。在本文第三、第四章的结尾部分,作者给出了主要编程代码及部分实验结果。