【技术实现步骤摘要】
本专利技术涉及视觉深度提取领域，尤其是涉及一种可穿戴视距测量方法。
技术介绍
1、可穿戴技术在多个领域展现出巨大的研究价值和市场潜力，尤其是在健康监测和人机交互中。其中，眼动追踪类设备作为智能眼镜的一部分，将在虚拟现实(vr)、增强现实(ar)以及医疗健康领域迅速扩展。
2、健康监测方面，可穿戴眼动追踪技术能够用于检测和诊断神经系统疾病，例如阿尔茨海默症、自闭症和多发性硬化症等。它通过对眼球运动的分析，可以在疾病早期提供非侵入性的诊断信息，这使得其在长期健康监测中具有广泛的应用前景。当前学界和业界的研究重点是如何以低成本、安全且高效的方式精确测量眼球转动角度和双目注视方向的眼动追踪技术。这类技术不仅可以为眼科研究和治疗提供新的数据支持，还可以广泛应用于消费类电子产品中，实现更加个性化的交互体验，推动眼动追踪技术的普及与发展。
3、可穿戴视距测量离不开眼动追踪技术的支撑，通过眼动来实现人机交互比传统方式效率更高，与其他技术相比，眼动追踪技术具有直接性和天然性等特点，对人本身的影响较小，所以使用视觉作为输入方式将会更加高效自然。但现有的眼动追踪技术通过自动检测瞳孔中心位置或者识别固定场景视觉注视点的过程，对于视觉信息的提取仅限于通过二维或三维映射的方式对视线方位进行估计，常用于场景相机屏幕上对视觉注视点进行二维位置确定。因此，现有技术对视线估计后注视点位置的视觉深度信息(即人眼距注视目标的距离)提取能力是缺失的，无法对注视目标的空间三维位置信息拟合提取。此外，传统tof等类型的测距传感器虽能对目标物的距离信息
技术实现思路
1、本专利技术的目的在于提供一种可穿戴视距测量方法，在眼动视频采集的硬件基础上，构建一套面向多场景的可穿戴双目视距检测算法系统，对人眼注视方位进行跟踪并提取视觉深度信息，为需要双目视距的应用场景提供精准的实时数据。解决上述技术问题，填补眼动追踪技术在视觉深度提取领域的空白。
2、为实现上述目的，本专利技术提供了一种可穿戴视距测量方法，包括以下步骤：
3、s1、瞳孔追踪算法：通过可穿戴眼动视频采集硬件获得的眼部图像进行预处理、霍夫圆拟合，从而实时标定受试者的瞳孔轮廓与瞳孔中心点；
4、s11、数据预处理：通过可穿戴眼动视频采集硬件获取受试者的眼部图像，并通过色彩空间转换对眼部图像的数据进行预处理，再通过阈值分割将预处理后的眼部图像转换为二值图像，以突出瞳孔区域；
5、s12、瞳孔边缘检测：对s11得到的二值图像进行滤波平滑处理，然后计算其水平和垂直梯度，再通过计算每个图像像素的梯度幅值和方向；对每个图像像素的梯度幅值进行非极大值抑制，保留局部最大值以细化边缘特征，再将强边缘和弱边缘区分开，确保强边缘被保留，而弱边缘仅在与强边缘相连时才会被保留，最后通过边缘连接形成完整的瞳孔边缘线条；
6、s13、霍夫圆拟合：应用霍夫圆拟合算法来识别s12中的瞳孔边缘线条；
7、s14、实时瞳孔追踪与定位：通过构建似然概率方程，引入投票机制，在参数空间(a,b,r)中累积计数，寻找投票数最高的(a,b,r)组合，从而拟合出眼部图像中的瞳孔中心点；
8、s2、利用受试者的瞳孔轮廓与瞳孔中心点数据，通过中心标定算法拟合眼球中心点位置，结合图像传感器和眼部参数的既定数据导入视觉深度模型，从而获得眼球的视距测量信息，进而通过测距方程计算受试者的实时视觉深度；
9、s21、注视中心标定：根据s1中获得的受试者的瞳孔轮廓与瞳孔中心点，计算多个标记点的加权平均位置来确定最佳中心点坐标；
10、s22、视觉深度模型：根据图像传感器和眼部参数的既定数据进行建模，计算得出眼球视线向量及其对应的偏航角和俯仰角信息；
11、s23、构建透视投影：根据眼球视线向量及其对应的偏航角和俯仰角，通过旋转矩阵将球面点投影到2d平面；
12、s24、测距方程计算视觉深度：通过设定的瞳距与所计算出的眼球视线向量参量实时计算出受试者的眼视距离。
13、优选的，所述s1的具体步骤为：
14、s11、数据预处理：通过图像采集设备获取受试者的眼球图像，并进行色彩空间转换对图像数据进行预处理，以增强对比度并简化后续处理，另外通过阈值分割将图像转换为二值图像，以突出瞳孔区域；
15、s12、瞳孔边缘检测：首先对s1中的二值图像进行滤波平滑处理，以减少噪声干扰，接着计算图像的水平和垂直梯度，然后计算每个像素的梯度幅值和方向，再进行非极大值抑制，保留局部最大值以细化边缘特征，接下来，应用双阈值处理，将强边缘和弱边缘区分开，确保强边缘被保留，而弱边缘仅在与强边缘相连时才会被保留，最后通过边缘连接过程，形成完整的瞳孔边缘线条；
16、s13、霍夫圆拟合：应用霍夫圆拟合算法来识别s12中的瞳孔线条；
17、s14、实时瞳孔追踪与定位：通过构建似然概率方程，引入投票机制，在参数空间(a,b,r)中累积计数，寻找投票数最高的(a,b,r)组合，从而拟合出图像中的瞳孔。
18、优选的，所述s2的具体步骤为：
19、s21、注视中心标定：根据s14中获得受试者n个瞳孔中心点和轮廓，通过计算多个标记点的加权平均位置来确定最佳中心点坐标；
20、s22、视觉深度模型：根据采集传感器焦距与距离、图像尺寸、眼球半径与瞳距等参数进行建模，计算得出眼球视线向量以及俯仰角等信息；
21、s23、构建透视投影：根据视线向量及其对应的偏航角和俯仰角，通过旋转矩阵将球面点投影到2d平面；
22、s24、测距方程计算视觉深度：通过设定的瞳距与所计算出的视线向量等参量实时计算出受试者的眼视距离。
23、优选的，所述s11中，色彩空间转换的数据预处理公式为：
24、icolor＝i×r+j×g+k×b；
25、其中，r是红色通道的像素值，g是绿色通道的像素值，b是蓝色通道的像素值，i、j、k分别为眼部图像所对应的颜色阈值；
26、阈值分割的公式为：
27、
28、其中，ibinary(x,y)表示在坐标(x,y)处的二值化图像像素值，icolor(x,y)是经色彩空间转换后在该点的像素值，t是阈值。
29、优选的，所述s12中，滤波平滑的公式为：
30、
31、其中，iblur(x,y)指经过滤波平滑处理后的图像坐标(x,y)处的像素值；σ指分布的标准差；
32、计算滤波平滑处理后图像的水平和垂直梯度，公式为：
33、
34、其中，gx与gy表示水平与垂直梯度幅值，即表示图像在水平与垂直方向上的变化率；i表示原始图像的像素值；
35、每个图像像素的梯度幅值和本文档来自技高网...
【技术保护点】
1.一种可穿戴视距测量方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种可穿戴视距测量方法，其特征在于，所述S11中，色彩空间转换的数据预处理公式为：
3.根据权利要求1所述的一种可穿戴视距测量方法，其特征在于，所述S12中，滤波平滑的公式为：
4.根据权利要求1所述的一种可穿戴视距测量方法，其特征在于，所述S13中，霍夫圆拟合具体如下：
5.根据权利要求1所述的一种可穿戴视距测量方法，其特征在于，所述S14中，似然概率方程为：
6.根据权利要求1所述的一种可穿戴视距测量方法，其特征在于，所述S21中，设定每个标记点为(xi,yi,axis_ratioi)，权重wi的计算方式为当axis_ratioi越接近1时，权重越高，具体公式为：
7.根据权利要求1所述的一种可穿戴视距测量方法，其特征在于，所述S22中，建立视觉深度模型步骤为：
8.根据权利要求1所述的一种可穿戴视距测量方法，其特征在于，所述S23中，透视投影公式为：
9.根据权利要求1所述的一种可穿戴视距测量方法，其
...【技术特征摘要】
1.一种可穿戴视距测量方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种可穿戴视距测量方法，其特征在于，所述s11中，色彩空间转换的数据预处理公式为：
3.根据权利要求1所述的一种可穿戴视距测量方法，其特征在于，所述s12中，滤波平滑的公式为：
4.根据权利要求1所述的一种可穿戴视距测量方法，其特征在于，所述s13中，霍夫圆拟合具体如下：
5.根据权利要求1所述的一种可穿戴视距测量方法，其特征在于，所述s14中，似然概率方程为：
6.根据权利要求1...
【专利技术属性】
技术研发人员：王文思，赵伯言，吉彦平，邓恒纲，李宇，吴佳俊，贾昆博，陈笑艳，刘传真，王添祺，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。