人工智能的发展促进了视觉技术的进步,为进一步提高智能机器人感知环境及自主作业能力,迫切需要机器人有强大的如人类一般的视觉感知和处理能力。目前,机器人视觉研究取得了较大进展,但与人眼相比,机器人视觉系统在感知、识别处理、运动跟踪等方面都还有非常大的差距。其根本原因是目前研究的机器人视觉系统在工作原理上与人眼并不完全相同,大部分人眼的视觉机理尚未被人类发掘和利用,而且目前的仿生眼视觉平台只实现了简单的单自由度或双自由度运动。本文通过研究人眼的生理结构、运动特征、视觉中枢控制机理等,总结了眼球运动的特点和形式,针对人眼的运动特性进行研究,围绕仿生眼的结构设计、运动控制系统设计、3D表情识别等问题展开研究,主要研究内容如下:首先,针对人眼球的生理结构及运动特性、及眼球运动控制系统进行分析,设计了两个三自由度的仿生眼机构模型。针对人眼眼球的三自由度运动,对仿生眼结构进行运动仿真,实现眼球的左右、上下自由度的运动,左右、上下旋转各100°,同时实现眼球沿光轴自旋的运动,旋转角度为13°,做到仿生眼结构的小型化及简单化。其次,针对人眼的感知系统原理,分析了人眼运动神经回路的原理和特性,搭建嵌入式FPGA并行处理系统平台。设计仿生眼感知模块,完成高速图像采集与输出功能。针对人脑神经单元并行处理机制,实现由FPGA+DSP板和MIPI接口板组成的仿生眼快速并行处理平台,实现图像的并行化快速处理。最后,针对人脸面部的三维表情识别进行研究,使仿生眼能够更好的与人类交互。为了获取人脸表情的三维信息,本文通过Kinect来获取人脸面部表情的三维信息,提取表情特征点(FPPs)和动作单元(AUs)特征,使用SVM算法进行训练分类识别,进行算法验证,实现表情识别功能。