论文部分内容阅读
视线跟踪是判断使用者视线方向的技术,在人机交互,车辆安全驾驶,疾病诊断等许多领域有着广泛的应用。其中基于眼睛视频图像分析的视线跟踪技术是当前的热点研究方向,本文通过双目立体视觉系统获取眼睛特征和头部姿态参数,在三维空间中重构眼睛视线向量来估计眼睛的视线,针对视线跟踪系统中的眼睛定位与系统标定两个主要方向的难点,提出了两种在自然光条件下的眼睛虹膜定位的算法和一种视线跟踪系统中个人参数的标定方法,其中主要工作如下: 1.提出了一种基于改进的圆周差分法的眼睛定位算法。该方法在获得眼睛图像的基础上,首先用迭代阈值法得到二值眼睛图像,其次在二值图像的连通域内,先通过用一个半径逐渐增大的圆来拟合圆的方法来快速粗定位虹膜,然后用圆周差分法来精确定位虹膜。该算法采用粗定位与精定位相结合的方式,解决圆周差分法在眼睛定位过程比较耗时的问题,同时提高了虹膜定位的精度与鲁棒性。 2.提出了一种自然光条件下的虹膜中心定位算法。该方法首先通过计算虹膜边缘曲线的曲率得到曲线拐点,并用拐点对虹膜边缘曲线进行标记,然后通过射线搜索得到有效虹膜边缘点,最后对得到虹膜边缘点用最小二乘法拟合椭圆来定位人眼。该方法在求取有效虹膜边缘点的过程中避免了多参数迭代求解,克服了自然光下定位眼睛存在遮挡和光斑反射等问题,能够在提高眼睛虹膜定位精度的同时缩短定位时间。 3.提出一种在自然光条件下,头部自然移动的视线跟踪系统中的个人参数标定方法。该方法先假定三维空间中的眼睛视轴与光轴重合,可以计算出眼球的中心、半径,然后计算出眼轴与视轴的夹角,最后把得到的这些初始估计值用Levenberg-Marquart非线性优化算法迭代求取最优的个人参数。 基于上述的虹膜中心定位算法和个人参数标定算法,本课题在双目立体视觉系统下,构建了一种能在自然光条件下,允许头部自由移动的视线跟踪系统,并在Matlab平台下进行仿真实验。实验结果表明,视线估计值具有较高的测量精度,为自然光条件下视线跟踪系统的发展提供了有力支持。