眼部区域瞳孔定位技术,一直是计算机视觉和模式识别领域重要的研究课题之一,其在视野检测、视线追踪、虚拟现实、生物特征识别、智能交通中有着广泛的应用。随着科技的不断进步以及计算机视觉技术在商业领域的快速发展,如何在受试者不受干扰的情况下,准确快速的获取眼部区域图像中瞳孔的位置和半径,吸引了越来越多研究者的关注。本文以视野计中瞳孔定位为背景,提出了一套高效的眼部区域瞳孔定位方法。本文的主要工作及创新点如下:(1)提出了一种新的眼部区域图像中瞳孔阈值分割方法,该方法借助直方图曲线特征,结合高斯导数,自动找出直方图曲线第一个显著波谷点的位置,并将该位置作为分割阈值,从而有效的提取出瞳孔部分。同时,该算法还可以作为一种多阈值分割算法应用到其他领域。(2)比较了几种梯度计算方式,分析了基于高斯导数核的梯度计算方法和传统的Sobel、Prewitt梯度算子之间的关系,证明了Sobel算子本质上是基于高斯导数核的梯度计算方法的一种特例,并对梯度计算方法的选择进行了总结。(3)利用梯度方向对提取出的瞳孔区域边缘进行修正,将梯度较小的“模糊”边缘像素移动到梯度较大的“清晰”边缘处,从而得到更为真实的瞳孔边缘像素集合。(4)提出了一种基于梯度方向约束的随机圆检测算法,与其他圆形检测算法相比,该方法计算所需时间较少且有着较强的抗噪性。(5)提出了一套完整的眼部区域瞳孔定位算法,该算法首先使用本文提出的基于直方图特征的阈值分割方法得到瞳孔区域二值图像,然后通过边缘追踪得到二值图像的边缘位置集合,利用梯度信息对边缘集合中每个像素的位置进行修正,最后使用本文提出的基于梯度方向约束的随机圆检测算法对瞳孔进行定位。