[发明专利]用于提取眼睛中心点的方法

说明书

本发明涉及一种用于提取眼睛中心点的方法，包括：使用左摄像机拍摄左眼从而产生左眼图像；使用第一照明装置从左眼图像中提取光反射点；使用第二照明装置提取作为光反射点的水平线上的最亮点的第一反射点；使用右摄像机拍摄左眼；通过使用第一照明装置和第二照明装置计算对应于光反射点的图像的极线，从该极线中提取第二反射点和第三反射点；以及使用光反射点、第一反射点、第二反射点和第三反射点提取眼睛中心点。

技术领域

本发明涉及一种用于提取眼睛中心点的方法，且更具体地，涉及一种通过使用极线有效地提取眼睛中心点的技术。

背景技术

视力，作为用于获得关于周围环境的信息的五官之一，可以通过观察者的双眼感知对象的位置和视角。也就是说，由两只眼睛获得的视觉信息被合成为单一的距离信息以使人们自由移动。

通过在一台机器中实施上述视觉结构，已开发出能够代替人类的机器人。在这方面，这种机器人的视觉系统包括立体摄像机(即，左摄像机和右摄像机)，并且从两个摄像机读取图像以将所读取的图像重建为三维图像信息。

在此情况下，可通过将三维空间投影到二维空间上而获得图像。在此过程中，由于三维距离信息(例如，深度)丢失，因此难以直接从二维空间恢复三维空间。然而，如果存在从不同位置获得的两幅或更多图像，则可恢复三维空间。也就是说，在真实空间中的一个点聚焦于两幅图像的情况下，通过找出位于两幅图像中的对应点并且利用几何结构，可以找到该一个点在真实空间中的位置。

尽管在两幅图像中找出对应点(以下称为“立体匹配”)会是困难的工作，然而其也会是用于估算和还原三维空间的重要技术。立体匹配可产生许多形式的结果，因此会难以在所有结果中找到代表真实空间的唯一的结果。

立体匹配技术通常基于马尔可夫随机场(MRF)模型。二维场模型将复杂对象的建模转换成简单的区域相关的概率模型，但MRF模型执行复杂的计算并且导致不确定的边界。

同时，由于立体匹配技术基于高速处理，动态编程技术具有网格结构，并可执行显著更快速和准确的立体匹配。然而，因为动态编程技术通过仅在单一扫描线中的搜索执行匹配，所以其不考虑上下列的结果，从而导致显著的条纹噪声。此外，所有列的立体匹配可独立地执行，使得上下行的结果与当前行的结果不同。

为了减少上述噪声，在图像处理中使用中值滤波器、均值滤波器等。但是因为其被用于每个帧，所以与先前帧的关联未被考虑。因此，由于对于每个帧而改变的噪声，所以难以提取稳定深度的图像。

发明内容

已做出本发明解决现有技术中存在的上述问题，同时保持现有技术所实现的优点不受影响。

本发明的一个方面提供了一种用于提取眼睛中心点的方法，能够使用通过使用包括立体摄像机的凝视跟踪器从眼睛中反射照明装置的反射点来计算眼睛中心点，并且能够通过减少计算眼睛中心点的计算时间提高凝视跟踪器的性能。

根据本发明的实施例，一种用于提取眼睛中心点的方法包括：使用左摄像机拍摄左眼图像；使用第一照明装置从通过拍摄左眼而获得的图像中提取光反射点；使用第二照明装置提取作为光反射点的水平线上的最亮点的第一反射点；使用右摄像机拍摄左眼图像；通过使用第一照明装置和第二照明装置计算对应于光反射点的图像的极线，从该极线中提取第二反射点和第三反射点；以及使用光反射点、第一反射点、第二反射点和第三反射点提取眼睛中心点。

该方法还可包括在通过使用左、右摄像机拍摄左眼图像而提取左眼中心点之后，通过拍摄右眼图像而提取右眼中心点。可通过使用第一照明装置计算对应于光反射点的图像的极线，从该极线中提取第二反射点。可通过使用第二照明装置计算对应于光反射点的图像的极线，从该极线中提取第三反射点。可通过基于具有等于或大于用户设定的阈值的值的亮度，对第一照明装置和第二照明装置产生的图像中的像素值进行二进制编码，提取第一反射点、第二反射点和第三反射点。

附图说明