瞳孔的实时检测定位是眼球视线追踪领域的一个重要技术,通过检测眼睛的瞳孔位置建立模型判断出视线方向和观察落点,达到以眼睛来操控和交流的目的,在医疗、虚拟现实、UI设计等多个领域大有用处。准确地检测视线方向,需要高速捕捉眼睛的运动轨迹,直接导致了后端庞大的计算量,另外眼睛的检测受到了外界光照环境、佩戴眼镜、睫毛、眉毛、头发及其他个体不可预知性的面部特征等外界因素的干扰,严重地影响系统算法的准确度。因此,瞳孔定位的实时性和准确性是视线追踪面临的一个重大挑战。本文以帮助渐冻人以眼交流为背景,设计了高速CMOS相机,在保持和一般商用30帧[8,9,41]几乎相同的速率情况下,将分辨率从640×480提升至1024×768,更加准确的记录下眼睛的运动过程。利用FPGA的优良的逻辑控制和高速接口特性,实现快速读出、存储并传输高速图像数据的功能。人眼图像采用预处理之后,采用算法拟合眼睛瞳孔的边缘以求得中心坐标等信息。本文在最小二乘法(LSM)、最小二乘法和RANSAC迭代法(LR)基础上做出了改进,将迭代遍历所有点改进为迭代少量特征点,减少了迭代计算量,加快了运行速度,通过实验数据比较三种算法的时效性和准确性得出最优的算法。实验发现,LR算法、FPLR均使得拟合精度提升,LR需要经过至少6次迭代,FPLR仅需要3次,可使得椭圆拟合准确率超过90%,FPLR每秒处理27帧图像,比LR算法提升了至少200%。整体设计上,硬件设计方面有高速率、多电平、差分单端混合、多板层要求,Verilog HDL编程上状态复杂、时序严格,算法兼具准确性和鲁棒性的特点,使得毕设整体具有较深的设计难度和很大的工作量,决定了本课题无论是至于科研还是应用都有很强的实际意义。