[发明专利]瞳孔中心定位方法及系统、计算机设备及可读存储介质

说明书

本发明公开一种瞳孔中心定位方法及系统、计算机设备及可读存储介质。该方法的一具体实施方式包括：将瞳孔ROI中每个像素周围预设范围内的灰度均值中的最小值对应的像素作为第一基点；对瞳孔ROI域依次进行Canny边缘检测和轮廓提取，得到多个轮廓；将与第一基点距离最近的轮廓包含的像素的灰度值均值作为阈值；根据阈值对瞳孔ROI进行二值化，将二值化后黑色像素的最小包含圆的圆心作为第二基点；将第二基点作为中心且根据各轮廓与第二基点之间的最大距离计算边长，划定矩形区域；对矩形区域包含的轮廓中的像素进行均匀抽样，对每次抽样出的像素进行椭圆拟合运算；将每次抽样的拟合圆圆心的坐标均值作为瞳孔中心的坐标。该实施方式可精确定位瞳孔中心。

技术领域

本发明涉及视线追踪技术领域。更具体地，涉及一种瞳孔中心定位方法及系统、计算机设备及可读存储介质。

背景技术

目前，在显示领域的很多场景下需要进行视线追踪。以VR(虚拟现实，VirtualReality)头戴显示设备为例，理想的VR头戴显示设备需要以临场感所需的极高分辨率呈现图像。这对渲染引擎和传输过程是一个巨大的挑战。受限于头戴显示设备体积、芯片运算能力以及成本多方面的限制，采用传统的显示技术不能达到很好的效果，无法提升用户体验。而注视点渲染技术可以较好的解决这一问题，但其也对视线追踪技术提出了要求。现有的视线追踪技术中，一个重要的中间环节是定位瞳孔中心，在此基础上才能够计算瞳孔中心与注视点之间的映射关系，所以瞳孔中心的定位可以说是至关重要。现有的瞳孔中心定位方法通常是利用红外摄像头获取人眼图像，然后在对人眼图像通过特征检测提取出瞳孔感兴趣区域(ROI)，然后通过二值化分割出瞳孔，最后通过椭圆拟合而确定瞳孔中心。现有的瞳孔中心定位方法存在无法自动适应光强变化、定位精度较低等多种问题。

因此，需要提供一种新的瞳孔中心定位方法及系统、计算机设备及可读存储介质。

发明内容

本发明的目的在于提供一种新的瞳孔中心定位方法及系统、计算机设备及可读存储介质，以解决现有技术存在的问题中的至少一个。

为达到上述目的，本发明采用下述技术方案：

本发明第一方面提供了一种瞳孔中心定位方法，包括：

计算瞳孔感兴趣区域中每个像素周围预设范围内的灰度值均值，将灰度值均值最小值对应的像素作为第一基点；

对瞳孔感兴趣区域依次进行Canny边缘检测和轮廓提取，得到多个轮廓；

计算各轮廓与第一基点的距离，将与第一基点距离最近的轮廓包含的像素的灰度值均值作为二值化阈值；

根据二值化阈值对瞳孔感兴趣区域进行二值化，将二值化后灰度值为0的像素的最小包含圆的圆心作为第二基点；

将第二基点作为中心且根据各轮廓与第二基点之间的最大距离计算边长，划定矩形区域；

对所述矩形区域包含的轮廓中的像素进行均匀抽样，对每次抽样出的像素进行椭圆拟合运算，得到每次抽样的拟合圆圆心；

将每次抽样的拟合圆圆心的坐标均值作为瞳孔中心的坐标。

本发明第一方面提供的瞳孔中心定位方法，利用第一基点确定自适应的二值化阈值，对瞳孔ROI的二值化能够自动适应光强变化对图像二值化的影响。接着利用第二基点划定矩形区域，利用轮廓内包含的像素进行椭圆拟合运算以提取瞳孔中心。该瞳孔中心定位方法能够自动适应光强变化对图像二值化的影响，对瞳孔中心定位精度高。

优选地，所述对所述矩形区域包含的轮廓中的像素进行均匀抽样进一步包括：

对所述矩形区域包含的轮廓依次进行膨胀和腐蚀处理，对所述矩形区域包含的依次进行膨胀和腐蚀处理后的轮廓中的像素进行均匀抽样。

采用此优选方式，可剔除较小的轮廓，从而选择出形态更好的轮廓，保证对瞳孔中心定位的精确性。