本文的研究目的是通过对眼动信息的分析来进行前庭功能的检测。眼震数据分析是前庭功能检查的客观依据之一。本文利用的方法是通过对眼动视频图像进行处理,从而获取眼睛瞳孔的位移信息,根据位移信息绘制眼震波曲线,并对眼震波形曲线进行分析。本文的研究内容包括下面五个方面：(1)通过对视频中的瞳孔进行跟踪采集位移信息。本文采用了Canny算法进行图像边缘检测,该算法采用两个阈值对图像边界进行检测,有较好运算效率以及鲁棒性。2)人眼瞳孔近似圆形,本文利用霍夫变换检测圆的算法对图像中的瞳孔进行识别,通过对边缘点的累加进行圆拟合,计算出瞳孔中心坐标以及中心位移信息。3)本文利用基于光流法的视频跟踪方法对瞳孔进行跟踪,采用基于边缘的角点检测方法。4)本文将计算所得的瞳孔的位移信息存入数据库中,利用ADO技术连接ACCESS建立眼震数据库。5)利用三层BP神经网络对眼震曲线进行曲线拟合,并利用直方图对拟合效果进行验证,并进行了眼震快慢相的识别。本文对两组平稳跟踪眼动视频和温度眼震视频进行了处理分析,有效的获取了眼震数据,证实了上述方法是有效的,并对异常数据进行剔除,是数据在-80到80的有效区间,提高了拟合曲线的精确度。通过对眼动的视频图像进行处理,可以直接获取眼震信息,从而避免了眼震电图中所受到的电磁干扰。通过实验得出本文所应用的跟踪算法可以有效的记录瞳孔运动轨迹,根据眼震数据绘制的波形曲线能够直观的呈现眼震信息。