[发明专利]瞳孔检测方法和装置

说明书

技术领域

本发明涉及一种瞳孔检测方法和装置，更具体地讲，涉及一种通过使用亮瞳图像检测瞳孔从而提高瞳孔定位的精度和鲁棒性的瞳孔检测方法和装置。

背景技术

眼睛是人类获取外部世界信息的主要窗口，它接受的信息占到大脑接受全部信息的80%～90%。视线是眼睛注视的方向，它代表一个人关注的焦点。近几十年，视线跟踪一直都是比较活跃的研究课题。视线跟踪在人机交互领域存在着很大的应用潜力。例如，当用户注视显示器屏幕时，可以通过视线跟踪系统估计出用户在屏幕上的注视点。因此，视线可以作为先进的计算机输入手段，其已经被证明比传统输入设备（比如鼠标）更有效率，而且身体残障人士也可以使用视线跟踪系统。此外，还可以实现基于视线跟踪技术的互动显示器，该显示器显示的画面可随视线的变化而变化。与此同时，视线跟踪也被认知科学家广泛地应用于人类的认知和记忆研究。

目前基于视觉的视线估计系统中，精度最高而且被广泛商业化使用的是基于PCCR(Pupil-center-cornea-reflection，瞳孔-角膜反射)的方法。采用同轴离轴红外光源交替照明，同轴光源照亮瞳孔，离轴光源在黑暗瞳孔上有反射点，利用红外相机获取亮瞳、暗瞳图像，通过图像处理获得瞳孔中心和反射点位置，结合眼球几何模型计算出视线方向。这里，反射点图像与背景对比度高，可以在定位出瞳孔中心的前提下比较容易获得，瞳孔的定位多采用同轴离轴光源交替图像差分提高瞳孔定位的精度和鲁棒性。当相机帧速不高时，头部和眼球运动会导致亮瞳、暗瞳图像中瞳孔位置偏离；亮瞳图像中，光源反射点出现在亮瞳周围时，会对瞳孔中心定位精度产生一定干扰。

发明内容

因此，为了解决现有技术中的以上缺点，本发明的目的在于提供一种通过使用亮瞳图像检测瞳孔从而提高瞳孔定位的精度和鲁棒性的瞳孔检测方法和装置。

根据本发明的一方面，提供一种瞳孔检测方法，包括以下步骤：在拍摄的亮瞳图像中逐行逐像素搜索“黑-白-黑”结构模式的区域作为瞳孔候选区域，并记录瞳孔候选区域的边缘点和每行白线的中点；根据各个瞳孔候选区域的圆形度和平均灰度确定可信瞳孔区域；对确定的可信瞳孔区域的白线的中点执行随机抽样一致性的直线拟合，从而得到可信瞳孔区域的白线的可靠中点以及与可靠中点对应的边缘点；对与可靠中点对应的边缘点执行二次曲线拟合，从而得到可信瞳孔区域的可靠边缘点；对可信瞳孔区域的可靠边缘点进行椭圆拟合，从而得到瞳孔中心。

优选地，在对拍摄的亮瞳图像进行局部二值化和形态学滤波处理之后执行逐行逐像素搜索“黑-白-黑”结构模式的区域的步骤。

优选地，在逐行逐像素搜索“黑-白-黑”结构模式的区域的步骤中，当一行中连续n个像素的像素值为0时，所述n个像素被识别为黑色区域，当一行中连续n个像素的像素值为1时，所述n个像素被识别为白色区域，其中，n为大于等于3的正整数。

优选地，确定可信瞳孔区域的步骤包括：通过使用各个瞳孔候选区域的边缘点计算各个瞳孔候选区域的圆形度C；计算各个瞳孔候选区域的平均灰度G；根据以下等式计算各个瞳孔候选区域的可信度f：f=h1*C+h2*G，其中，h1和h2表示权重；将可信度f最大的瞳孔候选区域确定为可信瞳孔区域。

优选地，执行随机抽样一致性的直线拟合的步骤包括：（a）从确定的可信瞳孔区域的白线的中点之中随机选择若干中点作为内群；（b）建立适合于所述内群的直线模型；（c）计算未选择的中点与建立的直线模型之间的距离；（d）如果未选择的中点与建立的直线模型之间的距离小于预定阈值，则确定未选择的中点属于内群，否则确定未选择的中点不属于内群；（e）将步骤（a）-（d）重复预定次数，从而得到多个内群；（f）确定所述多个内群中中点数量最多的内群；（e）将确定的内群中的中点确定为可信瞳孔区域的白线的可靠中点。

优选地，所述预定阈值为一个像素。

优选地，执行二次曲线拟合的步骤包括：对与可靠中点对应的边缘点执行二次曲线拟合，去除距离拟合得到的二次曲线超过预定阈值的边缘点，从而得到可信瞳孔区域的可靠边缘点。

优选地，所述预定阈值为一个像素或两个像素。

优选地，将通过椭圆拟合得到的椭圆的中点确定为瞳孔中心。