本文主要针对基于CamShift算法的眼动跟踪方法进行了研究。该算法主要通过视频图像中运动目标的颜色特征来达到跟踪的目的。首先利用目标的颜色直方图对输入图像进行反向投影，得到目标在图像中的颜色概率分布图，然后对其进行CamShift算法来完成跟踪。研究过程采用Visual C++6.0为开发语言并结合OpenCV库中的相关函数，最终实现对输入视频中目标人眼进行实时跟踪。通过Visual Studio计算机软件对算法进行仿真验证，结果表明，CamShift算法作为一种运动跟踪算法具有简单、实时性强的特点，能够在目标发生变化时比较准确的完成跟踪，基本实现了跟踪过程中鲁棒性和实时性的统一。

研究内容及章节安排

目标跟踪算法种类很多，但为了保证跟踪的准确性、实时性和鲁棒性相统一，本文主要研究了camshift的基本原理，通过对图像处理的基础知识，运动目标跟踪方法步骤的展开讨论，较为深刻地探究了基于CamShift算法的眼动跟踪实质，并通过camshift算法实现眼动实时跟踪。

本文在第一章中主要介绍了“基于CamShift算法的眼动跟踪方法”课题的研究背景及意义，以及该课题目前的国内外研究现状，并介绍了此篇文章的主要研究内容和各个章节安排。

第二章主要对图像处理的基础知识、MeanShift算法的基本原理和CamShift算法的基本原理进行了研究和讨论。

第三章是对运动目标跟踪技术的方法步骤的研究，从而对本课题所研究项目提出了具体实施方案，并对实施过程中使用到的平台工具进行了简单的介绍。

在第四章中详细说明了方案的具体实现过程，并对算法关键部分和代码设计的核心部分进行了重点阐述，通过仿真结果的展示说明了所实施方案的优点及不足。

第五章对全文进行了总结，对课题进行过程中所研究的重点内容进行了总结，并对此次课题研究中所遇到的困难和解决方法进行了说明，对未来的工作和学习发出了展望。

工作总结

本课题主要研究基于CamShift算法的眼动跟踪方法，通过对图像处理基础知识、运动物体跟踪技术，以及MeanShift算法和CamShiftde原理的学习，对单个摄像机静止条件下的眼动跟踪问题展开研究。根据任务书要求和自身完成能力设计编写出了基于CamShift算法的眼动跟踪程序，采用Visual C++6.0为开发语言并结合部分OpenCV库中的函数，借助Visual Studio计算机软件对最终的算法程序进行仿真验证。主要的工作总结如下：

（1）通过对图像处理基础知识的学习，了解了RGB和HSV等颜色模型，在此课的研究中由于RGB颜色空间对光照变化较为敏感，为了减少这一变化对后续跟踪效果的影响，首先需要将图像转化为HSV颜色空间再加以使用，因此学习了这两种模型间相互转换的方法。同时研究了灰度图像的概念及其在此课题所研究项目中的使用意义。

（2）由于CamShift算法是以MeanShift算法为基础的，因此首先对MeanShift算法的原理进行了研究：MeanShift算法是通过迭代寻优找到概率分布的极值来定位的。而CamShift算法实质上就是连续自适应的MeanShift算法，应用CamShift算法可以解决MeanShift算法中存在的模板不能实时更新，背景复杂或所跟踪的运动目标发生较大尺度和形态变化时无法跟踪等缺点。

（3）为更好地实现眼动跟踪，研究了运动物体跟踪的基本步骤。通常运动物体的跟踪都遵循目标预测——特征检测——模板匹配——更新四个步骤。本课题中对于眼动的跟踪实现过程也是基于这四个步骤。反向投影在本课题的研究项目的实现中起到了重要的作用。反向投影是对输入图像的每个像素点与跟踪目标的颜色直方图做对比，得到当前输入图像中每个像素点含有目标的概率图。得到的颜色概率图就是MeanShift算法的计算对象。