基于图像处理技术的瞳孔和角膜反射中心提取算法

为了提高瞳孔中心的实时提取精度和抗干扰能力,利用基于瞳孔-角膜跟踪法原理和图像处理的眼动跟踪技术,实现瞳孔和角膜反射中心的精确提取.首先在红外光源条件下,用摄像机捕获人眼图像,通过图像自适应二值化阈值确定图像处理区域,以减小处理时间;其次,利用高低2次二值化阈值提取角膜反射中心;然后求取自适应最佳阈值确定瞳孔位置和大小;最后用梯度法提取瞳孔轮廓特征点,并用椭圆拟合瞳孔的方法确定瞳孔中心.实验结果表明,该算法在保证瞳孔和角膜反射中心提取的准确性和稳定性的同时,能满足实时处理要求.

一种快速精确的瞳孔和角膜反射光斑中心定位算法的研究

眼动追踪系统在临床医学中有着重要应用,为提高系统中眼图特征值的识别率,创新性地提出一种双层过滤的瞳孔中心和角膜反射光斑中心的定位算法。瞳孔中心定位算法首先对获取的眼睛图像二值化处理,然后以100~300为阈值设定轮廓点数,进行第一次瞳孔过滤,最后用最小二乘法椭圆拟合瞳孔轮廓,并将最接近圆的轮廓作为瞳孔轮廓,继而得到瞳孔中心。在此基础上,进一步对瞳孔中心一定范围内的眼图进行边缘检测,求其轮廓,并找出轮廓的外接矩形中心,然后以瞳孔中心为基点进行坐标转换,最终求出角膜反射光斑中心。算法在一定程度上缩小图像处理的区域,提高实时性和反射光斑的识别率。实验结果表明,所设计的算法能够实时地对不同情况下的瞳孔和角膜反射光斑中心进行准确定位,瞳孔-角膜反射向量坐标最大均方差低于0.74像素,平均误差低于0.53像素。算法运行速度达到12.8 ms/帧。算法满足精确性的同时具有很强的鲁棒性,为后续眼动设备的开发提供重要的参考价值。

非接触动态实时视线跟踪技术

视线跟踪技术是智能眼动操作系统的关键技术,是实现先进眼动操作系统作为高级人机交互应用的基础和前提。较为完整地阐述了非接触式视线跟踪技术的发展历程,并详细介绍了现有的实现视线或注视点实时动态跟踪测量的非接触视线跟踪技术,包括2D视线跟踪方法、3D视线跟踪方法和基于3D模型的视线跟踪方法。通过分析和比较现有的三类方法的最新进展,介绍了视线跟踪技术目前面临的科学问题,提出了基于双目立体视觉的头戴式自由空间视线跟踪测量方法,指出了视线跟踪技术应满足基于眼动操作系统的智能人机交互方法向自由空间操作发展的需求,朝着高精度、易配置、更大视线活动范围的自由空间视线测量方向发展。