瞳孔识别和动态特征检测技术是近代计算机技术一个重要的研究课题,主要研究瞳孔特征的检测与识别,并根据检测结果分析和还原瞳孔动态变化过程。瞳孔变化的动态特征不仅说明瞳孔的功能状况,也可反映人体某些系统、器官的状况,其在神经科学、心理学以及临床诊断等领域有着广阔的应用前景。本课题针对临床上对瞳孔检测的要求,综合运用光电技术和图像处理等技术,在已有的瞳孔检测技术基础上,提出了一种客观、定量、准确的瞳孔动态特征检测方法,详细研究了瞳孔在不同光刺激条件下的变化规律。主要内容如下:首先设计光刺激瞳孔图像采集系统,其核心是光刺激器;该装置主要包括控制器和刺激光源,其中控制器主要任务就是通过串口通信模块与PC机之间建立通信,然后解析接收到的控制指令驱动刺激光源;且控制器是整个下端硬件的核心,保障着整个光刺激器的正常运行;刺激光源中的各个LED按照圆形进行分布,实现了光的均匀散射。本文提出了一种可以在光刺激环境下使用的瞳孔动态特征参数检测算法。首先对原始图像进行滤波等一系列预处理操作;并将一种改进的Otsu算法用于图像分割,大致确定了目标所在的区域;然后对分割得到的区域进行边缘提取以及细化;最后利用Hough变换实现了对瞳孔的定位以及获取了瞳孔的半径和位置基本特征参数。另外文中将卡尔曼滤波和均值漂移算法相结合用于视频流中瞳孔目标跟踪,不仅提高了瞳孔跟踪的准确性,还提高了跟踪速度。最后根据获取的特征参数绘出了瞳孔变化趋势图,并利用统计学分析得到了可以表征瞳孔功能特性的参数。