基于图像处理技术的视线跟踪算法设计与实现

摘要

视线跟踪技术是结合图像处理和计算机视觉技术的研究课题，视线跟踪是利用摄像头和电脑实现对人眼视线注视目标的实时识别与跟踪。随着计算机技术的飞速发展，采用视线跟踪技术的相关产品也被广泛应用于残疾人生活、产品广告市场影响力分析、视觉娱乐游戏等方面。论文的主要目的:设计一个用户不需要佩戴任何辅助设备的视线跟踪人机交互系统，并实现对人眼屏幕注视点的实时跟踪与互动显示。论文的具体工作:
　　利用opencv计算机视觉库在Visual Studio2010开发环境中，搭建系统软件平台。采用常见的USB摄像头和一台普通配置的PC机组成系统的硬件平台。
　　控制算法设计分为人脸识别、人眼识别、瞳孔坐标动态跟踪、人眼外眼角坐标检测、视线估计建模、MFC人机互动界面设计等主要部分。首先利用基于Harr特征的分类识别算法检测动态的人脸和人眼，并提取人眼感兴趣区域，然后采用基于模板匹配的目标跟踪方法在人眼感兴趣区域实时跟踪瞳孔的中心坐标，接着使用改进的SUSAN角点检测算法定位人眼的外眼角坐标，并结合人眼的结构特点构建视线估计模型，从而建立人眼特征参数与计算机屏幕视线注视区域的映射关系，最后设计系统的MFC互动界面实现人眼注视区域的动态显示。
　　实验表明，论文设计的视线跟踪系统在自然光条件下，能够比较准确地估计视线在屏幕上的注视区域，且具有硬件要求低、用户无需佩戴辅助设备和操作简单等优点。

目录

声明

摘要

第一章 绪论

1．1 选题背景及意义

1．2 国内外研究现状

1．3 论文的研究内容及结构

1．3．1 论文研究内容

1．3．2 论文结构安排

第二章 人脸和人眼的动态检测与识别

2．1 人脸检测方法简介

2．2 Haar特征分类识别学习算法

2．2．1 积分图像

2．2．2 类Haar特征

2．2．3 Adaboost算法

2．2．4 强级联分类器

2．3 人脸检测

2．4 人眼检测

2．5 本章小结

第三章 人眼视线特征参数提取

3．1 瞳孔检测与跟踪

3．1．1 基于Hough变换的瞳孔定位

3．1．2 基于模板匹配的瞳孔定位

3．2 人眼角点检测

3．2．1 SUSAN角点检测

3．2．2 改进型SUSAN角点检测算法

3．3 本章小结

第四章 视线估计

4．1 眼睛的结构

4．2 眼睛的运动

4．3 眼球模型的建立

4．4 视线方向计算模型

4．4．1 系统标定

4．4．2 视线方向计算模型

4．5 本章小结

第五章 视线跟踪系统设计与实验结果分析

5．1 系统设计整体流程

5．2 系统交互界面设计

5．3 系统软件设计及实验结果

5．3．1 软件的操作步骤

5．3．2 系统实验结果

5．3．3 实验结果分析

5．4 本章小结

第六章 结论与讨论

6．1 结论

6．2 讨论

参考文献

致谢