前庭功能与飞行人员、驾驶人员的空间定向能力、抗晕机(车)能力以及眩晕、平衡障碍等疾病密切相关,直接关系到飞行或行车的安全,因此世界各国普遍重视飞行人员、驾驶人员的前庭功能的检测。目前,国外先进的前庭功能检查仪器,采用了模式识别和电视跟踪等技术,但是,设备体积较大、价格较高。我国现阶段前庭功能检查设备采用的技术主要是生物电眼动记录技术,存在眼动信号为间接采集,测量精确度低;生物电信号伪迹(如眨眼波、肌点波等)影响大;贴电极费事、费时;不能观察是否有旋转性眼震等缺点。随着计算机硬件和摄像机性价比的不断提高,以及图像处理相关技术的持续发展,基于模式识别和目标跟踪的前庭功能检查系统将会得到越来越广泛的应用。本课题以模式识别和目标跟踪理论为基础,研究前庭功能检查系统的关键技术。论文的主要工作包括以下几个部分:1)实现了一种高精度、鲁棒的快速瞳孔定位方法。该方法首先统计图像直方图,估计系统的平台阈值,对统计直方图进行修正,校正图像中所有像素的灰度值;然后自适应求取图像中每个像素的合理阈值,进行二值化分割;接下来,用形态学滤波方法去除小结构元目标,填补图像分割后目标中的空洞;最后,将处理后的瞳孔图像分别进行水平、垂直投影,求出瞳孔的圆心和半径。2)实现了一种实时瞳孔跟踪算法。该算法首先对Kalman滤波器进行初始化;然后利用Kalman预测方程,对瞳孔当前的运动状态进行预测;以预测位置为中心,在一定区域进行Mean shift匹配;最后以当前Mean shift跟踪结果更新kalman预测方程。3)实现了一种基于特征点的实时虹膜旋转跟踪算法。该算法首先采用Harris角点检测算法提取特征点;通过sobel边缘检测确定跟踪窗口尺寸;然后采用归一化相关作为相似准则进行角点匹配,确定当前帧目标的位置;最后更新当前帧模板。4)设计、实现了前庭功能检查硬件系统和虚拟化软件系统。计算机系统产生视靶作为视觉刺激信号,并将其显示在头盔显示器上;两路模拟摄像机实时采集人眼的运动影像,并对采集到的人眼图像进行实时处理,最后,绘制完整的眼震曲线并输出检查结果。该系统完成了友好交互平台设计,为进一步的分析奠定了基础。