在过去几十年里，视线跟踪和注视点估计技术在计算机视觉、心理学领域得到了广泛的研究。但是由于人眼的独特性、形状的可变性、尺度和坐标的不确定性以及光照的差异等因素，使得视线跟踪技术仍然是一个具有挑战性的任务。视线跟踪在神经系统科学、心理学和人机交互等方面有着广泛的应用。另外，注视点估计技术在人类行为分析、人类认知分析、市场与广告分析、人机交互交口等领域有着至关重要的作用。　　 本文对基于视频图像的视线跟踪技术中的一些关键技术和难点进行了深入的探讨，并重点研究了头戴式视线跟踪系统中的标定问题和变形瞳孔的精确定位问题，并在文章最后提出了一套3-D桌面式视线跟踪系统设计构架。主要研究成果如下:　　 1.研究了目前头戴式视线跟踪系统中的标定方法，提出了一种基于虹膜识别的一次标定方法。该方法要求使用者在第一次使用头戴式视线跟踪系统时进行标定，当再次使用该系统时，系统会根据虹膜识别技术采集使用者眼部图像，自动识别使用者身份，并将当前眼部数据与标定时的眼部数据进行对比，计算出两幅图像的相对偏转角和偏移量，得到使用者当前条件下的标定参数，从而省却再次标定的复杂过程。实验表明，该方法可以在不影响系统精度和不增加任何系统硬件的情况下，极大的简化系统标定过程，降低系统使用复杂度。　　 2.研究了变形瞳孔的精确定位问题，提出一种基于改进椭圆圆周差分算子的椭圆瞳孔定位算法。该算法将瞳孔定位问题分为边缘点提取和椭圆拟合两个部分。在边缘点提取中，首先采用径向对称算法大致定位出瞳孔位置并计算分割阈值，然后分割出图像中的瞳孔区域。同时结合眼睑和光斑位置信息，提取出真实的瞳孔边缘点集。在椭圆拟合部分，首先从瞳孔边缘点集中随机选取5个点拟合出椭圆，然后利用改进的椭圆圆周差分算子评估椭圆拟合的质量，再通过迭代选取出最佳的椭圆参数。由于椭圆圆周差分算子对于睫毛、眼睑等干扰非常不敏感，所以其可以真实的评估出椭圆拟合的质量。实验证明，该算法在眼睑、睫毛、光斑等因素干扰严重的情况下，比其他常用算法具有更加快速、鲁棒、精确的定位效果。　　 3.提出了一套3-D桌面式视线跟踪系统设计方案，从硬件和软件两个方面对视线跟踪系统进行了深入的探讨。首先系统引入一点标定技术和虹膜识别技术，简化系统的标定。然后利用特殊的硬件构建，降低了角膜中心点定位时的计算复杂度。最后通过特殊的光轴线估计方法，避免了直接定位真实瞳孔中心3-D位置，减小了因角膜表面折射所引入的误差。