1、近年來，信息技術飛速發(fā)展，它的應用也遍布人們生活的各個領域。人們利用計算機領域內(nèi)的前沿技術服務于社會、經(jīng)濟、資源、環(huán)境等各方面。而在這些活動中，人機交互都將是永遠的主題。鑒于它對社會發(fā)展、人類進步如此重要，人們便開始研究如何實現(xiàn)自然、便利和無所不在的人機交互。它將會成為現(xiàn)代科技領域研究的至高目標，它的創(chuàng)新也必將引領新的技術潮流。而眼球跟蹤定位算法在人機交互領域內(nèi)具有很重要的應用，且存在很大的發(fā)展空間。另外，醫(yī)學研究領域，瞳孔的準確定位，

2、以及眼球運動的跟蹤會對一些眼睛疾病和腦部神經(jīng)疾病提供新的治療方案，也會給醫(yī)生帶來更精準和更便捷的診療。乃至整個醫(yī)學界，也必將帶來重大的突破。并且，身份認證領域，生物識別系統(tǒng)成長迅速。網(wǎng)絡世界的越發(fā)紛雜，導致客戶私密信息的泄露越來越頻繁，這就對各個場合的身份認證系統(tǒng)要求越來越高。近幾年，虹膜識別系統(tǒng)的研究獲得了大量研究者的關注，在此基礎之上，他們也意識到，瞳孔中心定位算法的改進也是不可忽視的部分。
　　就目前公開的算法而言，可以看出

3、在此方面已經(jīng)有很大的改進和突破，但是仍然存在一些不足，仍有很大的進步空間。像處理噪聲，比如離軸畸變、生理畸變以及毛發(fā)和眼瞼的遮擋，這些復雜條件往往會導致算法定位的不理想。然而，在此方面，雖然也有一些研究，但是還不能達到想要的理想效果，所以瞳孔中心定位算法仍然面臨巨大的挑戰(zhàn)。另外，算法中眼部圖像的處理也是很重要的一點，想要保證算法的高性能，必須保證眼部圖像的高質(zhì)量。
　　針對目前定位算法的不足，本文根據(jù)人體眼部的生理特征，結合信息技

4、術領域內(nèi)的先進技術，提出了一種高精度、高效率、高魯棒性的瞳孔中心定位算法。算法運行時，首先采用本文第二章介紹的視頻采集設備采集眼球運動視頻，然后讀取每段視頻的每一幀圖像，壓縮成768*342像素，接著采用由圖像的Haar特征訓練的最佳Adaboost強分類器，圈定感興趣區(qū)域(ROI)。然后進行眼部圖像感興趣區(qū)域反光點的檢測和填充。對填充好的感興趣區(qū)域采用星射線模型進行瞳孔邊緣特征點的檢測，同時對檢測到的邊緣候選特征點進行基于高密度連通區(qū)