移动设备人机交互眼动跟踪方法分析.docVIP

移动设备人机交互眼动跟踪方法分析 　　摘 要 　　随着科学技术的不断进步，眼动跟踪方法得到了进一步的创新和完善，过去传统的眼动跟踪设备结构构造较为复杂，并且自身的体积和重量也较大，在使用时需要以桌面予以固定，很难适应计算环境下的移动式交互需求。移动式的眼动跟踪方法就克服了这一难点，它所具有的移动特点可以满足不同计算环境下的跟踪需求，据此本文就对移动设备人机交互眼动跟踪方法的相关内容及其具体应用进行了分析介绍。 　　【关键词】移动式 眼动跟踪 人机交互 　　移动式眼动跟踪方法是科学技术进步的一种体现，从其结构构成来看，它主要包含有四个层次，即眼动图像处理、眼动特征检测、眼动数据计算以及眼动交互应用，这四个不同的层次所具有的功能也各不一样。相对传统的固定式眼动跟踪方法来说，它所具有的移动式特点能够在大多数环境下实现眼动跟踪测试，可行性非常好，可以保证数据的真实性和完整性，技术人员在实际应用中需要做好各方面准备，为其应用奠定良好条件。 　　1 眼动跟踪 　　眼动跟踪，它是一种对用户视线的注视点和方向进行测量的方法，可以反映出用户视线所要表达的基本信息，又可以称之为是视线追踪。一方面，它可以对用户的视觉行为和认知活动进行细致化的分析，反映出用户的心理基本活动，另一方面，它也可以看作为是一种能够代替传统键鼠输入的一种新技术形式，例如眼控打字系统、眼动驱动的自适应用户界面系统等，相对于现阶段的先进技术来说，这些应用都是在实验室内固定的眼动跟踪系统基础上开展的，如果在真实的环境中，也就是移动式的环境中开展的话就会有很大难度，甚至于无法开展。从当前现状来看，较为主流的眼动跟踪方法有瞳孔角模反射法、角膜反射矩阵法以及椭圆法线法，其中，瞳孔角模反射法的应用范围最广，也得到了人们的广泛认可。 　　瞳孔角模反射法，从它的作原理来看，它是通过利用红外光源来照射角模，因为角膜和虹膜对于红外光的反射率有很大差异，因此，最后所得到的瞳孔图像是十分清晰的。 　　2 移动式人机交互眼动跟踪方法 　　2.1 眼动图像处理 　　2.1.1 图像滤波 　　本文为了得到一种较为合适的滤波方法来实现对眼球图像的去噪，分别采用OpenCV中封装的均值滤波、高斯滤波、中值滤波以及双边滤波四种方法来针对眼球图像进行了滤波实验，通过最后记录的实验数据结果显示，均值滤波中值滤波会导致图像的细节化出现很大损失；双边滤波在核较大时具有很好的处理效果，但是实时性并不高；高斯滤波的速度比较快，可以保留大部分的图像信息，因此，最后决定以高斯滤波为主进行原始眼动图像的去噪处理。 　　2.1.2 二值化 　　上述提到，瞳孔和虹膜对于红外光的吸收和反射率有一定差异，这种差异会导致图像中的瞳孔出现较黑的颜色，而虹膜则会呈现出灰色状，所以本文设置了一个较低的阈值来对图像进行二值化处理，这样在处理之后可以得到一个灰度值较低的瞳孔区域，但是，因为人眼的转动变化又会导致光线的照射角度会发生一定的变化，因此，最后所采集到的眼球图像之间还是会不同程度的产生灰度差异的，因此，固定阈值的二值化处理就不太适合了，需要在掌握每一幅图像特点的基础上有针对性的来得到最佳阈值。 　　2.2 眼动特征检测 　　瞳孔检测： 　　2.2.1 对于瞳孔位置的定位 　　首先，对于瞳孔边缘的检测。在红外光源的照射下，瞳孔的图像会发生变化，成像的灰度值会降低，虹膜的图像灰度值会比较高，而且在两者边缘附近，灰度值也会出现较大幅度的变化。因此，最佳的检测法是基于梯度法的瞳孔边缘检测法，它是以瞳孔粗定中心（xp，yp）来作为射线起点，并以一个较小的角度θ发射出一条检测射线，θ夹角是射线和横轴之间的夹角，那么这个射线上的各个点的位置坐标就可以由以下公式得到： 　　这个射线的起点是在瞳孔之内的，因此，在对梯度值的取值上就可以只考虑正数即可。 　　2.2.2 瞳孔轮廓的拟合 　　在成像中，图像的最佳瞳孔轮廓是圆形形状，但是现实实际却是因为相机拍摄角度和眼球自身运动多等的原因，导致在很多情况下瞳孔轮廓的实际会使椭圆形的，因此，在对成像瞳孔轮廓拟合中就需要采用椭圆拟合的方法，常见的方法是最小二乘法，这种一方面应用操作简单，另一方面拟合的精确度也可以得到确保。但是，在具体应用中，还需要考虑到普尔钦斑因素的影响，要对基于最小二乘法的椭圆拟合算法进行改进和优化。 　　2.3 对于眼动跟踪数据的计算 　　对于人眼注视点的计算可以按照图1所示的方法进行，这种方法会实现眼球图像坐标系和计算机屏幕坐标系的相互统一，把瞳孔――角膜反射箱梁直接映射为用户在计算机屏幕上 的注视点坐标。但是，需要注意的是，因为相机是和头部载具向固定在一起的，因此，它和眼球的位置就会相对较为固定，也就不需要再锁定相机位置了，只需要技术人员根据