本發(fā)明涉及移動(dòng)情景感知和人機(jī)交互技術(shù)領(lǐng)域，具體為一種人眼視線距離的判斷方法。

背景技術(shù)：
二維平面視線追蹤技術(shù)最早在20世紀(jì)70年代提出，其基本工作原理是利用圖象處理技術(shù),使用能鎖定眼睛的特殊攝像機(jī)。通過攝入從人的眼角膜和瞳孔反射的紅外線連續(xù)地記錄視線變化,從而實(shí)現(xiàn)在目標(biāo)二維平面上記錄分析視線追蹤過程。視線追蹤技術(shù)的出現(xiàn)是為了解決殘疾人與機(jī)器交互的需要，然而其取代鼠標(biāo)鍵盤成為新一代通用人機(jī)交互方式的潛力正逐步被認(rèn)可。經(jīng)過30余年的發(fā)展，二維平面視線追蹤技術(shù)正逐漸由理論轉(zhuǎn)向工業(yè)級(jí)產(chǎn)品：TobbiTechnology于2010年和2012年分別和日本法人拓比電子技術(shù)與聯(lián)想合作，推出具有視線追蹤技術(shù)的眼鏡和筆記本電腦；最大的社交網(wǎng)站，F(xiàn)acebook公司也于2012年3月9日收購視線追蹤公司GazeHawk。同時(shí)，隨著新一代智能隨身終端（如Google眼鏡）的出現(xiàn)和情景感知技術(shù)的發(fā)展，與周圍環(huán)境三維圖像的交互需求正逐漸替代和顯示器二維屏幕的交互。在室內(nèi)環(huán)境中，通過在三維空間中準(zhǔn)確測量視線所注視物體，可以實(shí)現(xiàn)便捷準(zhǔn)確的遠(yuǎn)程家居控制；在駕駛時(shí)，通過在三維空間中捕獲所注視的物體和與本車的距離，可以有效的對(duì)司機(jī)行駛速度提出建議，避免交通事故；在城市環(huán)境中，通過在三維空間中判斷人眼所觀察的物體，可以滿足增強(qiáng)現(xiàn)實(shí)應(yīng)用、戶外廣告精準(zhǔn)營銷等多種需求，因此三維視線追蹤技術(shù)在很多領(lǐng)域都有廣泛的應(yīng)用前景，然而目前的二維平面視線追蹤技術(shù)只能追蹤人的視線角度，其無法對(duì)人的視線距離進(jìn)行追蹤判定，故制約了三維視線追蹤的實(shí)際應(yīng)用。

技術(shù)實(shí)現(xiàn)要素：
針對(duì)上述問題，本發(fā)明提供了一種人眼視線距離的判斷方法，解決目前的二維平面視線追蹤技術(shù)只能追蹤人的視線角度而無法對(duì)人眼視線距離進(jìn)行追蹤判定的問題。其技術(shù)方案是這樣的，其特征在于：其根據(jù)在環(huán)境光線一致的情況下人眼觀察距離的遠(yuǎn)近與人眼瞳孔變化大小的之間的對(duì)應(yīng)關(guān)系來建立瞳虹比與目標(biāo)距離的關(guān)系模型，再采集當(dāng)前人眼的所述瞳虹比、并通過所述瞳虹比與目標(biāo)距離的關(guān)系模型來判斷當(dāng)前人眼的視線縱深距離，所述瞳虹比為人眼瞳孔面積與人眼虹膜面積的比值。其進(jìn)一步特征在于：所述瞳虹比與目標(biāo)距離的關(guān)系模型的建立包括以下步驟：人眼觀察不同定距的定物體，記錄并計(jì)算每次觀察時(shí)的所述瞳虹比，將上述不同定距下觀察定物體得到的各瞳虹比數(shù)值進(jìn)行統(tǒng)計(jì)分析，得到該用戶的瞳虹比與觀察目標(biāo)距離之間的對(duì)應(yīng)比例關(guān)系，最后通過參數(shù)校準(zhǔn)模塊校準(zhǔn)個(gè)體參數(shù)；所述瞳虹比的采集，其包括以下步驟：所述用戶觀察所述定距定物體時(shí)，首先，采用紅外成像系統(tǒng)采集人眼瞳孔圖像；然后，對(duì)所述人眼瞳孔圖像進(jìn)行去噪、圖像歸一化處理，再對(duì)已經(jīng)進(jìn)行去噪、圖像歸一化處理后的人眼瞳孔圖像中虹膜與瞳孔進(jìn)行邊界定位，得到眼圖；接著，對(duì)所述眼圖中所述已邊界定位的虹模與瞳孔采用最小二乘法進(jìn)行橢圓擬合，得到完整的虹膜、瞳孔位置關(guān)系圖；最后，根據(jù)所述完整的虹膜、瞳孔位置關(guān)系圖計(jì)算瞳虹比。其更進(jìn)一步特征在于：所述紅外成像系統(tǒng)包括紅外發(fā)射和接收器、微型攝像機(jī)以及半反半透鏡片，所述紅外發(fā)射和接收器發(fā)出的紅外光的波長為700nm～1050nm，所述微型攝像機(jī)對(duì)準(zhǔn)眼球的反射光路；所述半反半透鏡片設(shè)置于人眼的前方，其起到反射紅外光、透視可見光的作用；所述對(duì)人眼瞳孔圖像進(jìn)行去噪、圖像歸一化處理，采用中值濾波法對(duì)所述人眼瞳孔圖像進(jìn)行去噪處理，再利用灰度直方圖對(duì)已去噪處理的所述人眼瞳孔圖像進(jìn)行歸一化處理，再采用基于瞳孔灰度特征的快速定位方法、或者輪廓跟蹤方法、或者模板匹配算法中的任一種方法在所述歸一化處理后的人眼瞳孔圖像中對(duì)人眼虹膜、瞳孔進(jìn)行邊界定位；所述計(jì)算瞳虹比，通過圖像遍歷計(jì)算所述完整的虹膜、瞳孔位置關(guān)系圖內(nèi)虹膜像素點(diǎn)個(gè)數(shù)與瞳孔像素點(diǎn)個(gè)數(shù)，將計(jì)算得到的所述瞳孔像素點(diǎn)個(gè)數(shù)比所述虹膜像素點(diǎn)個(gè)數(shù)即得到所述瞳虹比。其更進(jìn)一步特征還在于：所述紅外成像系統(tǒng)的微型攝像機(jī)還包括一個(gè)面向視場的場景攝像機(jī)，其用于當(dāng)前三維立體場景的建立。本發(fā)明的有益效果在于：其根據(jù)在環(huán)境光線一致的情況下人眼觀察距離的遠(yuǎn)近與人眼瞳孔變化大小的之間的對(duì)應(yīng)關(guān)系，來建立瞳虹比與目標(biāo)距離的關(guān)系模型，再采集當(dāng)前人眼的所述瞳虹比、并通過瞳虹比與目標(biāo)距離的關(guān)系模型來判斷當(dāng)前人眼的視線縱深距離，其中瞳虹比為人眼瞳孔面積與人眼虹膜面積的比值，且其瞳虹比的采集、瞳虹比與目標(biāo)距離的關(guān)系模型的建立方法簡單，人眼視線距離判斷準(zhǔn)確，能夠有效應(yīng)用于三維視線追蹤應(yīng)用中。附圖說明圖1為人眼成像示意圖；圖2為本發(fā)明方法中瞳虹比與目標(biāo)距離的關(guān)系模型的建立流程示意圖；圖3為本發(fā)明中紅外成像系統(tǒng)示意圖；圖4為本發(fā)明實(shí)施例中人眼瞳孔圖像的灰度直方圖；圖5為本發(fā)明實(shí)施例中人眼瞳孔圖像的虹膜、瞳孔特征點(diǎn)提取示意圖；圖6為本發(fā)明實(shí)施例中人眼瞳孔圖像的虹膜、瞳孔特征點(diǎn)選取區(qū)域示意圖；圖7為本發(fā)明實(shí)施例中人眼虹膜、瞳孔的橢圓擬合圖；圖8為本發(fā)明實(shí)施例中瞳虹比與距離遠(yuǎn)近的坐標(biāo)關(guān)系圖。具體實(shí)施方式本發(fā)明是一種新的人眼視線距離的判斷方法，其根據(jù)在環(huán)境光線一致的情況下，利用人眼觀察距離的遠(yuǎn)近與人眼瞳孔變化大小的之間的對(duì)應(yīng)關(guān)系來建立瞳虹比與目標(biāo)距離的關(guān)系模型，再采集當(dāng)前人眼的瞳虹比、并通過瞳虹比與目標(biāo)距離的關(guān)系模型來判斷當(dāng)前人眼的視線縱深距離，瞳虹比為人眼瞳孔面積與人眼虹膜面積的比值。人的眼睛是十分完美的光學(xué)系統(tǒng)，如果將人眼比做照相機(jī)，晶狀體相當(dāng)于鏡頭，視網(wǎng)膜相當(dāng)于感光底片，瞳孔近似于光圈。相機(jī)通過鏡頭和光圈的調(diào)節(jié)，來拍攝遠(yuǎn)處與近處物體。而人的眼睛，主要是通過晶狀體與瞳孔的變化來看清遠(yuǎn)近，見圖1，當(dāng)人眼觀察遠(yuǎn)處物體時(shí)，睫狀體放松，晶狀體變薄，瞳孔擴(kuò)大，讓更多光線進(jìn)入眼球，遠(yuǎn)處光線恰好會(huì)聚在視網(wǎng)膜上，此時(shí)看到遠(yuǎn)處物體。當(dāng)人眼觀察近處，睫狀體收縮，晶狀體變厚，瞳孔縮小，進(jìn)入眼球的光線減少，近處來的光線恰好會(huì)聚在視網(wǎng)膜上，就能看清近處物體，瞳孔大小可以反映出人觀察距離的遠(yuǎn)近，因此可以用來推斷人的視覺深度。圖1中，1為人眼眼球，2為晶狀體，3為人眼觀察的物體，4為視網(wǎng)膜上的物體3的成像。本發(fā)明中瞳虹比與目標(biāo)距離的關(guān)系模型的建立，見圖2，其包括以下步驟：人眼觀察不同定距的定物體，記錄并計(jì)算每次觀察時(shí)的瞳虹比，將上述不同定距下觀察定物體得到的各瞳虹比數(shù)值進(jìn)行統(tǒng)計(jì)分析，得到該用戶的瞳虹比與觀察目標(biāo)距離之間的對(duì)應(yīng)比例關(guān)系，見圖8，從圖中我們可以看出，當(dāng)目標(biāo)距離較近時(shí)，瞳虹比稍稍有所增加，但是增加幅度不是很明顯，但是當(dāng)距離擴(kuò)大到5m時(shí)，瞳孔有較大增加，在10m-200m之間，隨著距離的增加，瞳虹比的變化較為明顯，當(dāng)距離到達(dá)200m以上時(shí)，由于人眼視力的限制已經(jīng)看不清目標(biāo)，瞳孔的變化不大。從多次試驗(yàn)后,統(tǒng)計(jì)發(fā)現(xiàn):在白天日照情況下,以觀察1m的距離為基準(zhǔn)點(diǎn),當(dāng)瞳虹比增加4%以內(nèi)的,觀察距離在5m以內(nèi)。當(dāng)瞳虹比增加30%以上,觀察距離已經(jīng)超過看清距離,一般在200m以上。由于人眼形狀、大小、直徑、結(jié)構(gòu)存在個(gè)體差異，因此需要對(duì)系統(tǒng)模型進(jìn)行校正，在用戶使用之前，先讓用戶觀察固定點(diǎn)，測出用戶瞳虹比與距離之間的關(guān)系，將參數(shù)上傳到云端，與系統(tǒng)里面已有的用戶資料進(jìn)行比對(duì)，判斷出用戶視力，年齡，人種對(duì)模型的影響，再將數(shù)據(jù)傳回本地，與獲得數(shù)據(jù)結(jié)合，判斷當(dāng)前的視線深度，提高準(zhǔn)確度。其中瞳虹比的采集，包括以下步驟：用戶觀察定距定物體時(shí)，（1）采用紅外成像系統(tǒng)采集人眼瞳孔圖像，紅外成像系統(tǒng)包括紅外發(fā)射和接收器5、微型攝像機(jī)6以及半反半透鏡片7，見圖3，紅外發(fā)射和接收器5發(fā)出的紅外光的波長為700nm～1050nm，微型攝像機(jī)6對(duì)準(zhǔn)眼球的反射光路；半反半透鏡片7設(shè)置于人眼的前方，其起到反射紅外光、透視可見光的作用；（2）對(duì)所采集的人眼瞳孔圖像進(jìn)行去噪、圖像歸一化處理，其中去噪處理采用中值濾波法，中值濾波的基本原理是使一個(gè)M×N窗口在圖像上滑動(dòng)，窗口中心位置的灰度值用窗口內(nèi)各點(diǎn)灰度值的中值代替，所以只有中值灰度點(diǎn)對(duì)最后的處理結(jié)果有貢獻(xiàn)，其他點(diǎn)貢獻(xiàn)為零，從而消除孤立的噪聲點(diǎn)。二維中值濾波輸出為：其中，f(x,y),g(x,y)分別為原始圖像和處理后圖像。W為二維模板，通常為2*2，3*3區(qū)域，也可以是不同的形狀，如線狀，圓形，十字形，圓環(huán)形等；再利用灰度直方圖對(duì)已去噪處理的人眼瞳孔圖像進(jìn)行歸一化處理，灰度直方圖是圖像灰度值的函數(shù)，它統(tǒng)計(jì)一幅圖像中各個(gè)灰度級(jí)出現(xiàn)的次數(shù)，其橫坐標(biāo)表示圖像中各個(gè)像素點(diǎn)的灰度級(jí)，縱坐標(biāo)為各個(gè)灰度級(jí)上圖像各個(gè)像素點(diǎn)出現(xiàn)的次數(shù)；再對(duì)已經(jīng)進(jìn)行去噪、圖像歸一化處理后的人眼瞳孔圖像中的虹膜與瞳孔進(jìn)行邊界定位，本實(shí)施例中采用基于瞳孔灰度特征的快速定位方法進(jìn)行虹膜與瞳孔的邊界定位，其從灰度直方圖中找到瞳孔閥值，本發(fā)明中圖像經(jīng)過低通濾波后得到的圖像灰度直方圖（Histogram）如圖4所示，在直方圖中左邊的波峰對(duì)應(yīng)瞳孔，右邊的波峰代表虹膜，兩個(gè)波峰間的波谷處的灰度值為要提取的瞳孔閥值；獲取閥值后，對(duì)圖像進(jìn)行分割，即可定位到虹膜和瞳孔的圖像位置，見圖5。（3）對(duì)已邊界定位的虹模與瞳孔采用最小二乘法進(jìn)行橢圓擬合，瞳孔與虹膜的輪廓實(shí)際上是一個(gè)橢圓，用橢圓一般方程來表示瞳孔輪廓曲線Ax2+Bxy+cy2+Dx+Ey+F=0及約束條件B2-4AC＜0，依據(jù)最小二乘原理：通過極值定理：求出所需參數(shù)。在本發(fā)明實(shí)施例中，首先從不同區(qū)域內(nèi)的特征點(diǎn)中隨機(jī)抽取6點(diǎn)，區(qū)域的分布應(yīng)該在虹膜和瞳孔的特征點(diǎn)上，避免眼瞼上的特征點(diǎn)，區(qū)域劃分見圖6，圖6中9為眼瞼，10為虹膜，利用最小二乘法求解橢圓參數(shù)，得到虹膜和瞳孔較為完整的擬合圖像，得到完整的虹膜、瞳孔位置關(guān)系圖見圖7；（4）計(jì)算瞳虹比，通過圖像遍歷計(jì)算所述完整的虹膜、瞳孔位置關(guān)系圖內(nèi)虹膜像素點(diǎn)個(gè)數(shù)與瞳孔像素點(diǎn)個(gè)數(shù)，將計(jì)算得到的所述瞳孔像素點(diǎn)個(gè)數(shù)比所述虹膜像素點(diǎn)個(gè)數(shù)即得到瞳虹比；紅外成像系統(tǒng)的微型攝像機(jī)還包括一個(gè)面向視場的場景攝像機(jī)8，其用于當(dāng)前三維立體場景的建立。下面具體對(duì)本實(shí)施例中基于瞳孔灰度特征的快速定位方法進(jìn)行描述：1.瞳孔圓心粗定位利用瞳孔區(qū)域和其他區(qū)域之間有灰度值突變的特性，采用分塊統(tǒng)計(jì)灰度均值的方法可以快速粗定位瞳孔區(qū)域，設(shè)人眼圖像灰度函數(shù)為I(xi,yi)，選取行列均不相交的N*N小塊作為統(tǒng)計(jì)分塊單元，計(jì)算出每個(gè)分塊的灰度均值按行（列）掃描整幅圖像，得到一組均值數(shù)列M={mi}，其中i=1,2,…,K(K與圖像大小和分塊大小有關(guān))；遍歷數(shù)列M，找到滿足式(1)的第一個(gè)i0值和最后一個(gè)it值，i0和it作為返回原始圖像坐標(biāo)的參數(shù)依據(jù)。由i0和it反算出分塊所在的圖像坐標(biāo)，即可粗定位瞳孔區(qū)域，內(nèi)邊界的定位過程即可在粗定位的瞳孔區(qū)域里進(jìn)行，大大減小了運(yùn)算數(shù)據(jù)量，(1)由i0和it所對(duì)應(yīng)的分塊粗定位瞳孔區(qū)域僅有瞳孔圓邊界，選取適當(dāng)閥值即可得到邊界非常明顯的瞳孔外圓二值化圖，但由于是點(diǎn)操作，得到的邊緣點(diǎn)參差不齊，還需要進(jìn)行平滑處理，對(duì)粗定位瞳孔區(qū)域進(jìn)行多次開運(yùn)算，消除噪音雜點(diǎn)的影響，得到光滑的瞳孔外圓邊界的二值化圖。設(shè)二值圖分布函數(shù)為A(x,y)，其x方向和y方向二值投影可定義如下：(2)由式(2)可分別得到x方向和y方向最大投影值的坐標(biāo)值：(maxP(xi),maxP(yj))，令x0=maxP(xi)，y0=maxP(yi)，即瞳孔粗定位圓心坐標(biāo)為(x0,y0)；2.瞳孔圓心精確定位由于瞳孔區(qū)域幾乎沒有噪音和雜點(diǎn)的影響，故選取合適的閥值所得到的Canny邊緣非常接近實(shí)際瞳孔圓邊界。以(x0,y0)為起點(diǎn)，按照一定的搜索路徑即可得到邊界上的N個(gè)點(diǎn)，則這N個(gè)點(diǎn)都在瞳孔真實(shí)邊界附近，如圖7所示。由平面幾何學(xué)知識(shí)可知，求解方程(x,y,r)參數(shù)僅需要A,B,C三點(diǎn)即可。所以任取,可得到組圓方程解(xi,yi,ri)，由誤差分析理論可知，(xi,yi,ri)總是在真實(shí)圓參數(shù)附近浮動(dòng)，為了使求得的圓參數(shù)更好的接近真實(shí)值，采用算術(shù)平均值方法可以很好的滿足要求。算術(shù)平均值的誤差隨測量次數(shù)的增加而減小，即N值越大，平均值越趨近于真值；3.虹膜外邊界定位醫(yī)學(xué)研究證明，瞳孔中心與虹膜中心存在一定偏差，但通過大量的驗(yàn)證試驗(yàn)發(fā)現(xiàn)，二者偏差較小。許多研究者在假設(shè)虹膜中心坐標(biāo)就是瞳孔中心坐標(biāo)的情況下，計(jì)算虹膜外邊界所得的誤差也較小，即可認(rèn)為兩圓圓心坐標(biāo)非常接近，因此虹膜外邊界定位方法如下：以已確定的瞳孔邊緣的圓心和半徑(xp,yp,rp)作為基準(zhǔn)，約束虹膜外邊界圓心坐標(biāo)的搜索范圍，即外邊界圓心坐標(biāo)可看作為已知條件，則微分積分算法復(fù)雜的三參數(shù)搜索問題可轉(zhuǎn)變?yōu)楹唵蔚囊痪S參數(shù)空間搜索過程，且外圓半徑的取值也在一定的范圍內(nèi)。本實(shí)施例限定搜索范圍后的微分積分算子為其中：是尺度為的高斯平滑濾波器，*表示卷積，其實(shí)質(zhì)是求在可能半徑周圍上下點(diǎn)的灰度平均值，并對(duì)相鄰圓的灰度差進(jìn)行平滑濾波，相應(yīng)灰度差值最大的參數(shù)就被確定為虹膜外圓的圓心和半徑，，，,、是以瞳孔坐標(biāo)為基準(zhǔn)的取值范圍，是以瞳孔半徑為基準(zhǔn)的半徑范圍。本發(fā)明中對(duì)已經(jīng)進(jìn)行去噪、圖像歸一化處理后的人眼瞳孔圖像中的虹膜與瞳孔進(jìn)行邊界定位，除了采用本實(shí)施例中的基于瞳孔灰度特征的快速定位方法以外，還可以采用輪廓跟蹤方法、或者模板匹配算法進(jìn)行。