[发明专利]用于在眼睛追踪中处理眩光的方法和系统

权利要求书

1.一种对来自眼睛追踪系统的相机的图像数据中的眩光进行分类的方法，所述方法包括：

从所述相机接收图像；

检测所述图像中的饱和区域；

确定针对每个饱和区域的每个核心的边界框；

将统计分布拟合至每个边界框内的每个饱和区域；以及

如果拟合至所选择的饱和区域的所述统计分布的参数满足阈值统计分布拟合条件，则将所选择的饱和区域分类为眩光。

2.根据权利要求1所述的方法，其中，确定每个饱和区域的边界框包括增加所述边界框的大小直到所述边界框中的饱和像素的百分比满足阈值边界框条件。

3.根据权利要求2所述的方法，还包括对所述图像执行前景距离变换，以及移除具有小于距离阈值的距离值的所述图像中的轮廓以检测所述饱和区域的核心以降低所述图像中的噪声。

4.根据权利要求3所述的方法，其中，经由学习算法来确定所述距离阈值、所述阈值边界框条件、以及所述阈值统计分布拟合条件中的一个或多个。

5.根据权利要求1所述的方法，其中，所述统计分布包括高斯模型，并且其中，所述统计分布的参数包括高斯模型误差。

6.根据权利要求1所述的方法，还包括：通过分析并确定所述图像中具有高于阈值的饱和度值的像素来检测饱和区域。

7.根据权利要求1所述的方法，还包括：在分析所有饱和区域之后确定所述图像中的遮挡等级。

8.根据权利要求7所述的方法，还包括：在确定遮挡等级之后，将照明的所述眼睛追踪系统的光源的组合改变到光源的不同组合，在对光源的所述不同组合照明时获取额外的图像，以及确定所述额外的图像的遮挡等级。

9.一种处理眼睛追踪系统中的眩光的方法，所述方法包括：

照明所述眼睛追踪系统的光源的第一组合；

从所述眼睛追踪系统的相机接收第一图像；

检测所述第一图像中的一个或多个饱和区域；

确定针对所述第一图像中的每个饱和区域的边界框；

如果拟合至所述第一图像中的一个或多个饱和区域中的每个饱和区域的统计分布的参数满足阈值条件，则将所述饱和区域分类为眩光；

至少基于对所述第一图像中的所述一个或多个饱和区域的分类来确定所述第一图像中的遮挡等级；

修改所述光源的操作以照明光源的不同组合；

从所述眼睛追踪系统的所述相机接收第二图像；

将所述第二图像中的一个或多个饱和区域中的每个饱和区域分类为眩光；

至少基于对所述第二图像中的所述一个或多个饱和区域的分类来确定所述第二图像中的遮挡等级；以及

至少基于所述第一图像中的遮挡等级和所述第二图像中的遮挡等级来选择光源的所述第一组合和光源的所述不同组合中的一个组合来进行眼睛追踪。

10.根据权利要求9所述的方法，其中，经由学习算法来确定所述阈值条件。

11.根据权利要求10所述的方法，其中，所述学习算法至少基于包括用户、环境、照明布置、以及其它合适的条件中的一个或多个来确定所述阈值条件。

12.根据权利要求9所述的方法，还包括：基于针对特定的用户、特定的环境、以及特定的照明布置中的一个或多个的数据来随时间动态地改变阈值。

13.根据权利要求9所述的方法，还包括：如果所选择的饱和区域的参数不满足所述阈值条件，则将所选择的饱和区域分类为非眩光。