人眼注視方向識別的數(shù)字圖像處理技術研究.pdf

1、視線估計一直以來都是科學家們研究的前沿課題，在人機交互、智能機器、臨床醫(yī)學等領域有著廣泛的應用前景。非侵入式視線估計技術能夠兼顧精度和舒適性，減少使用者對機器的排斥心理，是最適合實際應用的視線估計方法，因此近年來得到了廣泛的重視，取得了較快的發(fā)展。非侵入式視線估計作為一個極具應用價值的課題，涉及計算機視覺、模式識別、圖形學、認知科學等多個學科，集合了人臉檢測、人眼定位、輪廓特征提取、三維重構等多種技術。
　　 本文在總結國內(nèi)外科

2、研成果的基礎上，對視線估計中涉及的人臉光照補償、人眼檢測和輪廓特征提取等關鍵技術進行了研究，并提出一套包括虹膜定位、特征提取，初步估計和誤差校正等步驟的視線估計算法。該算法在單相機、無特殊光源、無頭部約束的情況下，突破了圖像分辨率的限制，提高了視線估計精度。
　　 本論文的主要創(chuàng)新點總結如下：
　　 1．針對非侵入視線估計系統(tǒng)中人臉、人眼檢測易受到光照影響的問題，提出一種基于方向掃描的光照補償方法。首先利用標準光照下平均

3、臉的先驗統(tǒng)計信息構建標準光照模型；然后對非均勻光照下人臉圖像進行光照方向估計，并沿垂直光照方向?qū)D像灰度進行統(tǒng)計分析；最后利用標準光照模型，沿光照方向逐線對人臉進行線性和非線性的復合補償，把非均勻光照人臉調(diào)整到標準光照狀態(tài)。在Yale B人臉庫上的處理結果表明，該算法對大角度斜光照和極度暗光照情況都有很好的補償效果，在處理效果和計算速度上都優(yōu)于AT算法和Wavelet算法，有助于提高復雜照明條件下人眼定位、分割的精度。
　　 2

4、．提出一種基于稀疏表示理論的人眼檢測方法。首先采用K-SVD算法對所有含有邊緣信息的圖像塊進行學習，生成過完備字典。然后根據(jù)稀疏表達理論劃分眼睛字典和背景字典。通過比較利用兩個字典重建圖像的誤差，實現(xiàn)對圖像塊的分類，進而確定人眼區(qū)域。實驗表明，即便在沒有預先定位人臉的情況下，通過設定適當?shù)拈撝?，該算法能準確地從彩色圖像中檢測到人眼，并且對復雜背景、環(huán)境光照、測試者姿態(tài)和表情都有較好的魯棒性。
　　 3．針對虹膜輪廓檢測中遇到的問

5、題，對已有的RANSAC方法進行改進，提出一種穩(wěn)定、有效、易用的虹膜邊緣提取和輪廓擬合算法。結合Canny算子、Sobel算子和二值圖像形態(tài)學算子，排除眼瞼和睫毛的干擾，準確提取虹膜邊緣。分析了RANSAC方法擬合虹膜輪廓失敗的原因，為了獲得更加穩(wěn)定和準確的虹膜輪廓擬合結果，提出修改隨機點分布策略，并用虹膜直徑作為擬合橢圓長短軸的約束條件。實驗結果證明，該方法在沒有增加計算復雜度的前提下，有效降低了噪音點和孤立點對擬合結果的影響。

6、>　　 4．提出了一種在單相機、無特殊光源和頭部校正設備條件下的視線估計算法。建立了定焦相機下處理視線估計問題的坐標系統(tǒng)的數(shù)學模型，推導了視線方向和虹膜輪廓形變之間的關系，并通過查表可以快速得到視線方向的初步估計，避免了復雜的三維空間中曲線方程求解的問題。在實驗過程中發(fā)現(xiàn)了虹膜中心位移和瞳孔中心位移的規(guī)律，利用這一規(guī)律巧妙地解決了視線方向估計的歧義解問題，并通過分析眼睛的生理機構，合理解釋了這一規(guī)律的原因。引入了描述眼球運動的平動向量