人眼及瞳孔的检测识别是近代计算机技术一个重要的研究课题，涉及到医学、人工智能、模式识别、计算机视觉等跨领域研究范围。瞳孔对光的反应可以为视网膜色素变性或其他低视力患者提供有效的视功能评估方法。国内外大多数医疗机构针对人眼及瞳孔传统的检测手段主要基于视觉电生理检查，主要包括眼电图、视觉诱发电位和视网膜电图等。而这些传统检测方法或需接触人眼给受试者带来不舒适感，或只能借助于心理物理学检查或者直观定性观察，很难定量、准确实现瞳孔对光反应的检测。在已有的人眼及瞳孔检测技术基础上，本文详细研究了人眼及瞳孔在不同光刺激条件的变化规律，并采用模式识别技术从视频图像中识别人眼、测量瞳孔大小。主要内容如下：根据检测环境需要设计光刺激器，产生不同颜色、光强等级、持续时间的刺激环境；主要包括控制器和刺激光源，其中控制器完成下端硬件的自主运行、与计算机端程序通信并接收控制参数、解析指令驱动光源；刺激光源为红、蓝和白三种颜色灯，按照圆弧对称均匀地布局，在指定空间产生均匀散射的环境。提出了一种基于刺激环境的实时人眼及瞳孔检测方法。首先，进行滤波去噪、图像归一化预处理；对图像进行分割以获取图像感兴趣区域，该分割基于图像区域信息分布、灰度和熵的变化比例的迭代分割模式；对疑似目标区域提取特征，根据特征对单元进行分类从而判断人眼目标；提取人眼及瞳孔的位置、半径等参数。设计动态策略检测与跟踪瞳孔，即在已检测到人眼及瞳孔之后，在后续采集的视频中持续跟踪人眼和瞳孔，以减少瞳孔捕获而全图像处理所耗时间，满足系统准确性和实时性要求。设计集合视频采集、指令控制、图像处理的应用软件，设计人性化操作界面，存储瞳孔变化数据并可重现。对不同光刺激条件下瞳孔对光反应系统的设计，可准确、实时检测瞳孔的变化状态并提取数据参数，对相关领域研究提供有力的支撑。实验结果表明，本文提出的系统具有良好的鲁棒性和准确性。