[发明专利]基于眼动控制的人机交互方法

权利要求书

1.一种基于眼动控制的人机交互方法，其特征在于，包括：人眼瞳孔定位和眼动特征提取；

其中，进行基于灰度信息的瞳孔中心定位，包括：

第一阶段：人眼定位阶段：

获取人脸图像，将人脸图像转换成相应的灰度图像；

提取眼部特征；

对人脸灰度图像进行处理，利用所提取的眼部特征的值的变化，确定人眼位置；

第二阶段：瞳孔边缘检测阶段：

利用图像边缘亮度变化显著的特性，对所获得的人眼灰度区域进行边缘检测，获得瞳孔区域；

第三阶段：瞳孔中心定位阶段：

基于获得的瞳孔区域，采用邻域灰度值比较和几何中心相结合的方法，对原瞳孔区域进行处理，从而获得瞳孔中心；

基于视觉点移动的眼动特征信息提取，包括：

计算注视点偏移量：

设置时间阈值为T，眼睛移动时间为t，则有：

基于眼睛静止时获得的瞳孔中心点，记录当前瞳孔中心点O1，坐标记为(x₁，y₁)，采集前后相邻两帧图像获取第二帧图像的瞳孔中心点O2，坐标记为(x₂，y₂)，基于前后瞳孔中心建立适当的坐标系计算眼睛移动一次产生的位移Δ(x_d，y_d)和转动角度θ，得到注视点的偏移量；

视点偏移量映射：

基于获取的前后两帧图像的位移差，让眼睛来回移动对屏幕上坐标标定的点进行校准，利用最小二乘曲线拟合算法对映射函数进求解；

获得眼动特征信息后，基于获得的眼动控制位移和角度信息，进行相应的系统消息响应。

2.如权利要求1所述的基于眼动控制的人机交互方法，其特征在于，采用基于Haar矩阵的方式提取眼部特征。

3.如权利要求1所述的基于眼动控制的人机交互方法，其特征在于，瞳孔边缘检测阶段具体包括：

定义高斯加权平滑函数，对图像进行卷积平滑，高斯加权平滑函数定义为：

其中σ是高斯分布的均方差；x_d与y_d表示图像二维图像像素的坐标值；

利用梯度算子计算图像梯度，获得卷积平滑后的图像在x和y方向上偏导数矩阵，对矩阵进行非极大值抑制，得到二值图像；

对二值图像进行阈值筛选，经过筛选后得到的图像只包含亮度比较高的瞳孔边界及其内部区域，获得瞳孔区域。

4.如权利要求1所述的基于眼动控制的人机交互方法，其特征在于，瞳孔中心定位阶段中，在灰度值比较阶段，使用N*N的窗口区域对整个瞳孔区域进行遍历，求得整个瞳孔区域中灰度值之和最大的区域。

5.如权利要求4所述的基于眼动控制的人机交互方法，其特征在于，在求解中心点阶段，基于获得的灰度值之和最大的N*N区域，应用几何方法将窗口区域对角线相交的点作为瞳孔中心点。

6.如权利要求1所述的基于眼动控制的人机交互方法，其特征在于，基于获取的前后两帧图像的位移差，让眼睛来回移动对屏幕上坐标标定的点进行校准，利用最小二乘曲线拟合算法对映射函数进求解后，将求解后的位移量映射到屏幕上。