视觉追踪技术能对认识人们的意图、需要、认知过程等产生巨大的作用，能被应用于许许多多的方面，如人机交互(残疾人辅助)、心理学(认知研究)、工业商业(广告分析)等等。按照是否对用户有干扰，可分为接触式和非接触式两类，非接触式由于其更符合人们需求而备受关注。由于角膜反射现象有助于提升精度和对用户的适应度，大多数非接触式技术引入了一个或多个辅助光源。虽然基于角膜反射的视觉追踪技术目前已经取得了许多研究成果，但是对其中一些关键问题(如：瞳孔定位及其边缘拟合、特征光斑精确提取、注视点的空间映射等)仍然没有高实时性和高精度的方法。围绕基于角膜反射的非接触式视觉追踪技术，本文研究一种新的基于角膜反射的非接触式视觉追踪技术。主要研究成果如下：采用一种基于人眼图像灰度分布的快速人眼定位法。针对现有的人眼定位技术实时性差、定位不准等问题，本文根据瞳孔是人眼图像中的灰度最低的区域这一特征，利用灰度快速定位人眼。提出一种结合BFS算法、图像几何特征和灰度特征的光斑特征提取方法。基于形态学变化的传统方法存在找到的光斑数量不正确、光源关系对应错误等问题。本文提出的方法能准确搜索到光斑，并且能将光斑与对应的光源进行精确匹配。利用一维边缘检测算子和最小二乘循环椭圆拟合法来拟合瞳孔。利用Sobel和Canny等算法的传统方法会损失真实边界点，而直接利用最小二乘法又受噪声影响较大，本文的方法每一次循环都滤掉一些远离当前瞳孔中心的边缘点，直到瞳孔中心稳定。提出一种动态自适应校准算法，将屏幕分成若干自子区域，对每个子区域分别提取1个映射参数，每位用户提取1个参数矩阵，当前参数是从矩阵中动态实时地获取最佳值，避免了传统方法整体偏移的同时，提高了精度。为验证本文提出的方法，分别进行了一组精度校验实验和一组应用实验。在本文的研究条件下，精度校验实验在4*4个校准点取得较好的结果，精度能收敛到30像素半径范围内；另一组是应用实验，利用本文的方法进行了注意力分析实验和视线操作实验，验证了本文所研究技术的应用潜力。