CN108510542B - 匹配光源与光斑的方法和装置 - Google Patents

匹配光源与光斑的方法和装置 Download PDF

Info

Publication number
CN108510542B
CN108510542B CN201810147220.5A CN201810147220A CN108510542B CN 108510542 B CN108510542 B CN 108510542B CN 201810147220 A CN201810147220 A CN 201810147220A CN 108510542 B CN108510542 B CN 108510542B
Authority
CN
China
Prior art keywords
light
distance distribution
distance
light source
module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810147220.5A
Other languages
English (en)
Other versions
CN108510542A (zh
Inventor
刘伟
宫小虎
聂凤梅
王健
杨孟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing 7Invensun Technology Co Ltd
Original Assignee
Beijing 7Invensun Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing 7Invensun Technology Co Ltd filed Critical Beijing 7Invensun Technology Co Ltd
Priority to CN201810147220.5A priority Critical patent/CN108510542B/zh
Publication of CN108510542A publication Critical patent/CN108510542A/zh
Priority to PCT/CN2019/071326 priority patent/WO2019154012A1/zh
Priority to TW108102406A priority patent/TWI680309B/zh
Application granted granted Critical
Publication of CN108510542B publication Critical patent/CN108510542B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/193Preprocessing; Feature extraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/145Illumination specially adapted for pattern recognition, e.g. using gratings
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/19Sensors therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/197Matching; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Image Analysis (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

本发明公开了一种匹配光源与光斑的方法和装置。其中,该方法包括:获取多个光斑与瞳孔中心的第一距离分布,其中,待检测图像包含多个光斑以及瞳孔;获取基于多个光源的第二距离分布;对比第一距离分布和第二距离分布,得到比对结果;根据比对结果确定满足第二距离分布的光斑与光源匹配。本发明解决了现有技术中光斑和光源匹配不准确的技术问题。

Description

匹配光源与光斑的方法和装置
技术领域
本发明涉及视线追踪设备领域,具体而言,涉及一种匹配光源与光斑的方法和装置。
背景技术
虚拟现实技术(Virtual Reality,即VR的简称)是一种可以创建和体验虚拟世界的计算机仿真***,通过虚拟现实技术可在计算机中生成一种实时动态显示的三维立体的模拟环境,用户在该模拟环境中可获取到与真实环境下相同的感知,例如,视觉上的感知、听觉上的感知、触觉上的感知等。随着科学技术的快速发展,VR技术已广泛应用在了各行各业中,其中,VR技术中的视线追踪技术广泛应用到了医学中,例如,在医学领域对视线进行追踪。
然而,在现有技术中,主要是采用眼球的3D近似圆球模型,根据瞳孔中心坐标和角膜反射,对眼睛注视点的远距离设备进行视线估计。并且,当VR设备使用多个相机多光源时,只需要进行单点校正即可完成对视线的追踪。
然而,在实际的使用过程中,由于光源通常是不具有特异性的,并且,光源和相机的相对位置通常也是不同的,因此,在进行视线追踪的过程中,有些相机获取不到图像,或者获取到的图像不佳,从而导致无法对光源和光斑进行精确的匹配。
针对上述现有技术中光斑和光源匹配不准确的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种匹配光源与光斑的方法和装置,以至少解决现有技术中光斑和光源匹配不准确的技术问题。
根据本发明实施例的一个方面,提供了一种匹配光源与光斑的方法,包括:获取多个光斑与瞳孔中心的第一距离分布,其中,待检测图像包含多个光斑以及瞳孔;获取基于多个光源的第二距离分布;对比第一距离分布和第二距离分布,得到比对结果;根据比对结果确定满足第二距离分布的光斑与光源匹配。
根据本发明实施例的另一方面,还提供了一种匹配光源与光斑的装置,包括:第一获取模块,用于获取多个光斑与瞳孔中心的第一距离分布,其中,待检测图像包含多个光斑以及瞳孔;第二获取模块,用于获取基于多个光源的第二距离分布;比对模块,用于对比第一距离分布和第二距离分布,得到比对结果;确定模块,用于根据比对结果确定满足第二距离分布的光斑与光源匹配。
根据本发明实施例的另一方面,还提供了一种存储介质,该存储介质包括存储的程序,其中,程序执行匹配光源与光斑的方法。
根据本发明实施例的另一方面,还提供了一种处理器,该处理器用于运行程序,其中,程序运行时执行匹配光源与光斑的方法。
在本发明实施例中,采用距离分布匹配光源和光斑的方式,通过获取多个光斑与瞳孔中心的第一距离分布,以及基于多个光源的第二距离分布,然后,对比第一距离分布和第二距离分布,得到比对结果,并根据比对结果确定满足第二距离分布的光斑与光源匹配,其中,待检测图像包含多个光斑以及瞳孔,达到了准确滤除图像上的杂光斑的目的,从而实现了对光源和光斑进行准确匹配的技术效果,进而解决了现有技术中光斑和光源匹配不准确的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种匹配光源与光斑的方法流程图;
图2是根据本发明实施例的一种可选的基于多光源的获取图像的结构示意图;
图3是根据本发明实施例的一种可选的待检测图像的示意图;
图4是根据本发明实施例的一种可选的第一距离分布的示意图;
图5是根据本发明实施例的一种可选的光源分布示意图;
图6是根据本发明实施例的一种可选的第二距离分布的示意图;以及
图7是根据本发明实施例的一种匹配光源与光斑的装置结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种匹配光源与光斑的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的匹配光源与光斑的方法流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取多个光斑与瞳孔中心的第一距离分布,其中,待检测图像包含多个光斑以及瞳孔。
需要说明的是,图像采集装置可获取到待检测图像,其中,图像采集装置可以为但不限于相机、具有摄像功能的手机、平板等。另外,与图像采集装置相连接的视线追踪设备可对图像采集装置所采集到的图像进行处理,其中,视线追踪设备可以为但不限于虚拟现实设备以及可进行视线追踪的智能终端,例如,手机、电脑、平板以及可穿戴设备等。在与图像采集装置相连的设备为视线追踪设备的情况下,图像采集装置所采集到的图像可以为眼睛的角膜图像。
在一种可选的实施例中,如图2所示的一种可选的基于多光源的获取图像的结构示意图。在图2中,a为眼球,b为角膜表面,c为角膜曲率中心,d为眼球旋转中心,p为瞳孔中心,r为瞳孔半径,O1为相机,I1和I2为两个光源,u21和u11为光源经角膜反射后达到相机的成像点。其中,光源经角膜反射后达到相机的成像点即为上述光斑。
在一种可选的实施例中,如图3所示的一种可选的待检测图像的示意图。视线追踪设备可对该待检测图像进行处理得到多个光斑的中心位置以及瞳孔中心之间的距离,例如,光斑1的中心位置与瞳孔中心之间的距离为L1(图3未示出),光斑2的中心位置与瞳孔中心之间的距离为L2(图3未示出),以此类推。如果光斑的数量有8个,则可得到8个距离值,并根据得到的8个距离值得到如图4所示的第一距离分布。
步骤S104,获取基于多个光源的第二距离分布。
需要说明的是,在空间中,如果多个光源在空间中呈圆形分布,例如,8个光源等分排列,8个光源经过透视投影变换或放射投影变换后,形成近似椭圆形,因此,呈圆形分布的多个光源在待检测图像上形成的光斑分布为类椭圆形。
在一种可选的实施例中,多个光源呈圆形分布,则多个光源的成像为椭圆分布,如图5所示的一种可选的光源分布示意图。在确定了光源的分布情况之后,可确定椭圆的中心位置,然后再计算每个光源的中心位置与椭圆的中心位置之间的距离,进而得到光源的第二距离分布,如图6所示。
步骤S106,对比第一距离分布和第二距离分布,得到比对结果。
在一种可选的实施例中,由图6可知,如果光源成圆形分布,则第二距离分布呈类似三角曲线的分布形式。在理想情况下,待检测图像中的光斑与光源的分布相同,因此,理想情况下,第一距离分布与第二距离分布相同。由此,通过对比第一距离分布和第二距离分布,即可确定光斑与光源的匹配情况。
步骤S108,根据比对结果确定满足第二距离分布的光斑与光源匹配。
在一种可选的实施例中,光源的数量为8个,并且8个光源呈圆形均匀分布。由此可确定在第二距离分布的曲线上,每两个光源的距离变换频率为π/2。然后获取到第一距离分布的曲线上每两个光斑的距离变换频率,如果光斑A与光斑B之间的变换频率为π/4,则确定光斑B为杂光斑,此时视线追踪设备滤除光斑B。如果光斑A与光斑B之间的变换频率为π/3,在可接受的误差范围内,则确定光斑B与光源匹配,此时,视线追踪设备将保留光斑B。
基于上述步骤S102至步骤S106所限定的方案,可以获知,通过获取多个光斑与瞳孔中心的第一距离分布,以及基于多个光源的第二距离分布,然后,对比第一距离分布和第二距离分布,得到比对结果,并根据比对结果确定满足第二距离分布的光斑与光源匹配,其中,待检测图像包含多个光斑以及瞳孔。
容易注意到的是,由于空间中光源的分布形状与在瞳孔上的投影形状相近似,而第一距离分布表征了光斑的分布情况,而第二距离分布表征了光源的分布情况,因此,通过比对第一距离分布和第二距离分布可准确确定与第二距离分布不相匹配的光斑,达到了提高对光斑和光源进行精确匹配的目的。
由上述内容可知,上述实施例可以达到准确滤除图像上的杂光斑的目的,从而实现了对光源和光斑进行准确匹配的技术效果,进而解决了现有技术中光斑和光源匹配不准确的技术问题。
在一种可选的实施例中,在获取多个光斑与瞳孔中心的第一距离分布之前,需要确定多个光斑的中心位置,具体步骤如下:
步骤S10,获取待检测图像;
步骤S12,对待检测图像进行预处理;
步骤S14,对预处理后的待检测图像进行光斑提取,得到多个光斑的中心位置。
具体的,在得到包含人眼图像的待检测图像之后,视线追踪设备对待检测图像进行增强、锐化等处理,并使用二值化连通域的方法提取预处理后的待检测图像中的光斑,然后确定与瞳孔位置相关的约束条件以及凸包形状约束条件,对光斑进行再次提取,最后获取提取到的光斑的中心位置。
需要说明的是,在获取多个光斑的中心位置以及瞳孔中心之后,可根据多个光斑的中心位置与瞳孔中心确定第一距离分布,具体步骤如下:
步骤S1020,获取多个光斑中的每个光斑的中心位置与瞳孔中心之间的距离,得到第一距离集合;
步骤S1022,根据第一距离集合确定第一距离分布。
在一种可选的实施例中,待检测图像中存在9个光斑,9个光斑与瞳孔中心之间的距离分别为L1、L2、L3、L4、L5、L6、L7、L8、L9,则以9个光斑与瞳孔中心之间的距离为纵坐标,以9个光斑的位置标号为横坐标,得到如图4所示的第一距离分布。
需要说明的是,在得到基于多个光斑的第一距离分布之后,还需要确定基于多个光源的第二距离分布,具体步骤如下:
步骤S1040,获取多个光源所组成的圆的圆心位置;
步骤S1042,获取多个光源的中心位置与圆心位置之间的距离,得到第二距离集合;
步骤S1044,根据第二距离集合确定第二距离分布。
需要说明的是,确定第二距离分布与确定第一距离分布的方法类似,在此不再赘述。另外,多个光源可均匀分布,也可以为非均匀分布。在得到第一距离分布和第二距离分布之后,需要对比第一距离分布和第二距离分布以得到对比结果,进而对杂光斑进行滤除,具体步骤如下:
步骤S1060,确定起始光斑与起始光源,其中,起始光斑与起始光源相对应;
步骤S1062,根据起始光斑确定第一距离分布中的每两个光斑之间的第一变换频率;
步骤S1064,根据起始光源确定第二距离分布中的每两个光源之间的第二变换频率;
步骤S1066,对比第一变换频率和第二变换频率,得到比对结果。
在一种可选的实施例中,可通过光源与人眼的相对位置来确定起始光源,通过光斑与待检测图像中人眼的相对位置来确定起始光斑,例如,以人眼的大眼角(即靠近鼻梁处的眼角)为参照物,确定与大眼角距离最近的光源为起始光源,确定与大眼角距离最近的光斑为起始光斑,并按照顺时针方向来确定每两个光斑之间的第一变换频率以及每两个光源之间的第二变换频率,然后确定第一变换频率与第二变换频率是否相匹配,例如,第一变换频率与第二变换频率的频率差小于或等于预设频率,则确定光斑与光源相匹配,否则,确定光斑与光源不匹配。例如,光斑A为起始光斑,光源A′为起始光源,按照顺时针计算每两个光斑与光源之间的变换频率,其中,光源A′与光源B之间的变换频率为π/2,光斑A与光斑B之间的变换频率为π/12,由于π/2与π/12之间的频率差5π/12大于预设频率π/12,则确定光斑B与光源A′不匹配。
需要说明的是,如果多个光源为均匀分布,每两个光源之间的变换频率为固定频率,此时,只需要将每两个光斑之间的变换频率与固定频率对比即可。如果多个光源为非均匀分布,每两个光源之间的变换频率可能不同,此时,需要将每两个光斑的变换频率与对应光源之间的变换频率进行比对。
在一种可选的实施例中,在确定了第一距离分布与第二距离分布的比对结果之后,根据比对结果确定满足第二距离分布的光斑与光源匹配,主要通过确定与第二变换频率相匹配的第一变换频率对应的光斑与光源匹配,并滤除与第二变换频率不匹配的第一变换频率对应的光斑。
实施例2
根据本发明实施例,提供了一种匹配光源与光斑的装置实施例。其中,图7是根据本发明实施例的匹配光源与光斑的装置结构示意图,如图7所示,该装置包括:第一获取模块701、第二获取模块703、比对模块705以及确定模块707。
其中,第一获取模块701,用于获取多个光斑与瞳孔中心的第一距离分布,其中,待检测图像包含多个光斑以及瞳孔;第二获取模块703,用于获取基于多个光源的第二距离分布;比对模块705,用于对比第一距离分布和第二距离分布,得到比对结果;确定模块707,用于根据比对结果确定满足第二距离分布的光斑与光源匹配。
需要说明的是,上述第一获取模块701、第二获取模块703、比对模块705以及确定模块707对应于实施例1中的步骤S102至步骤S108,四个模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。
在一种可选的实施例中,匹配光源与光斑的装置还包括:第三获取模块、处理模块以及提取模块。其中,第三获取模块,用于获取待检测图像;处理模块,用于对待检测图像进行预处理;提取模块,用于对预处理后的待检测图像进行光斑提取,得到多个光斑的中心位置。
需要说明的是,上述第三获取模块、处理模块以及提取模块对应于实施例1中的步骤S10至步骤S14,三个模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。
在一种可选的实施例中,第一获取模块包括:第四获取模块以及第一确定模块。其中,第四获取模块,用于获取多个光斑中的每个光斑的中心位置与瞳孔中心之间的距离,得到第一距离集合;第一确定模块,用于根据第一距离集合确定第一距离分布。
需要说明的是,上述第四获取模块以及第一确定模块对应于实施例1中的步骤S1020至步骤S1022,两个模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。
在一种可选的实施例中,第一获取模块包括:第五获取模块、第六获取模块以及第二确定模块。其中,第五获取模块,用于获取多个光源所组成的圆的圆心位置;第六获取模块,用于获取多个光源的中心位置与圆心位置之间的距离,得到第二距离集合;第二确定模块,用于根据第二距离集合确定第二距离分布。
需要说明的是,上述第五获取模块、第六获取模块以及第二确定模块对应于实施例1中的步骤S1040至步骤S1044,三个模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。
在一种可选的实施例中,比对模块包括:第三确定模块、第四确定模块、第五确定模块以及第一比对模块。其中,第三确定模块,用于确定起始光斑与起始光源,其中,起始光斑与起始光源相对应;第四确定模块,用于根据起始光斑确定第一距离分布中的每两个光斑之间的第一变换频率;第五确定模块,用于根据起始光源确定第二距离分布中的每两个光源之间的第二变换频率;第一比对模块,用于对比第一变换频率和第二变换频率,得到比对结果。
需要说明的是,上述第三确定模块、第四确定模块、第五确定模块以及第一比对模块对应于实施例1中的步骤S1060至步骤S1066,四个模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。
在一种可选的实施例中,确定模块包括:第六确定模块以及过滤模块。其中,第六确定模块,用于确定与第二变换频率相匹配的第一变换频率对应的光斑与光源匹配;过滤模块,用于滤除与第二变换频率不匹配的第一变换频率对应的光斑。
实施例3
根据本发明实施例的另一方面,还提供了一种存储介质,该存储介质包括存储的程序,其中,程序执行实施例1中的匹配光源与光斑的方法。
实施例4
根据本发明实施例的另一方面,还提供了一种处理器,该处理器用于运行程序,其中,程序运行时执行实施例1中的匹配光源与光斑的方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种匹配光源与光斑的方法,其特征在于,包括:
获取多个光斑与瞳孔中心的第一距离分布,其中,待检测图像包含所述多个光斑以及瞳孔,在所述第一距离分布中,所述多个光斑与所述瞳孔中心之间的距离为纵坐标,所述多个光斑的位置标号为横坐标;
获取基于多个光源的第二距离分布,其中,获取基于多个光源的第二距离分布包括:获取所述多个光源所组成的圆的圆心位置;获取所述多个光源的中心位置与所述圆心位置之间的距离,得到第二距离集合;根据所述第二距离集合确定所述第二距离分布,其中,在所述第二距离分布中,所述多个光源的中心位置与所述圆心位置之间的距离为纵坐标,所述多个光源的中心位置的位置标号为横坐标;
对比所述第一距离分布和所述第二距离分布,得到比对结果;
根据所述比对结果确定满足所述第二距离分布的光斑与光源匹配;
所述对比所述第一距离分布和所述第二距离分布,得到比对结果包括:确定起始光斑与起始光源,其中,所述起始光斑与所述起始光源相对应;根据所述起始光斑确定所述第一距离分布中的每两个光斑之间的第一变换频率;根据所述起始光源确定所述第二距离分布中的每两个光源之间的第二变换频率;对比所述第一变换频率和所述第二变换频率,得到所述比对结果。
2.根据权利要求1所述的方法,其特征在于,在获取多个光斑与瞳孔中心的第一距离分布之前,所述方法还包括:
获取所述待检测图像;
对所述待检测图像进行预处理;
对预处理后的所述待检测图像进行光斑提取,得到所述多个光斑的中心位置。
3.根据权利要求1所述的方法,其特征在于,获取多个光斑与瞳孔中心的第一距离分布包括:
获取所述多个光斑中的每个光斑的中心位置与所述瞳孔中心之间的距离,得到第一距离集合;
根据所述第一距离集合确定所述第一距离分布。
4.根据权利要求1所述的方法,其特征在于,根据所述比对结果确定满足所述第二距离分布的光斑与光源匹配包括:
确定与所述第二变换频率相匹配的第一变换频率对应的光斑与所述光源匹配;
滤除与所述第二变换频率不匹配的第一变换频率对应的光斑。
5.一种匹配光源与光斑的装置,其特征在于,包括:
第一获取模块,用于获取多个光斑与瞳孔中心的第一距离分布,其中,待检测图像包含所述多个光斑以及瞳孔,在所述第一距离分布中,所述多个光斑与所述瞳孔中心之间的距离为纵坐标,所述多个光斑的位置标号为横坐标;
第二获取模块,用于获取基于多个光源的第二距离分布,其中,所述第二获取模块包括:第五获取模块,用于获取所述多个光源所组成的圆的圆心位置;第六获取模块,用于获取所述多个光源的中心位置与所述圆心位置之间的距离,得到第二距离集合;第二确定模块,用于根据所述第二距离集合确定所述第二距离分布,其中,在所述第二距离分布中,所述多个光源的中心位置与所述圆心位置之间的距离为纵坐标,所述多个光源的中心位置的位置标号为横坐标;
比对模块,用于对比所述第一距离分布和所述第二距离分布,得到比对结果;
确定模块,用于根据所述比对结果确定满足所述第二距离分布的光斑与光源匹配;
所述比对模块包括:第三确定模块,用于确定起始光斑与起始光源,其中,所述起始光斑与所述起始光源相对应;第四确定模块,用于根据所述起始光斑确定所述第一距离分布中的每两个光斑之间的第一变换频率;第五确定模块,用于根据所述起始光源确定所述第二距离分布中的每两个光源之间的第二变换频率;第一比对模块,用于对比所述第一变换频率和所述第二变换频率,得到所述比对结果。
6.根据权利要求5所述的装置,其特征在于,所述装置还包括:
第三获取模块,用于获取所述待检测图像;
处理模块,用于对所述待检测图像进行预处理;
提取模块,用于对预处理后的所述待检测图像进行光斑提取,得到所述多个光斑的中心位置。
7.根据权利要求5所述的装置,其特征在于,所述第一获取模块包括:
第四获取模块,用于获取所述多个光斑中的每个光斑的中心位置与所述瞳孔中心之间的距离,得到第一距离集合;
第一确定模块,用于根据所述第一距离集合确定所述第一距离分布。
8.根据权利要求5所述的装置,其特征在于,所述确定模块包括:
第六确定模块,用于确定与所述第二变换频率相匹配的第一变换频率对应的光斑与所述光源匹配;
过滤模块,用于滤除与所述第二变换频率不匹配的第一变换频率对应的光斑。
9.一种存储介质,其特征在于,所述存储介质存储计算机程序,其中,计算机执行所述计算机程序从而实现权利要求1至4中任意一项所述的匹配光源与光斑的方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,计算机执行所述程序时实现权利要求1至4中任意一项所述的匹配光源与光斑的方法。
CN201810147220.5A 2018-02-12 2018-02-12 匹配光源与光斑的方法和装置 Active CN108510542B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810147220.5A CN108510542B (zh) 2018-02-12 2018-02-12 匹配光源与光斑的方法和装置
PCT/CN2019/071326 WO2019154012A1 (zh) 2018-02-12 2019-01-11 匹配光源与光斑的方法和装置
TW108102406A TWI680309B (zh) 2018-02-12 2019-01-22 匹配光源與光斑的方法和裝置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810147220.5A CN108510542B (zh) 2018-02-12 2018-02-12 匹配光源与光斑的方法和装置

Publications (2)

Publication Number Publication Date
CN108510542A CN108510542A (zh) 2018-09-07
CN108510542B true CN108510542B (zh) 2020-09-11

Family

ID=63375044

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810147220.5A Active CN108510542B (zh) 2018-02-12 2018-02-12 匹配光源与光斑的方法和装置

Country Status (3)

Country Link
CN (1) CN108510542B (zh)
TW (1) TWI680309B (zh)
WO (1) WO2019154012A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108510542B (zh) * 2018-02-12 2020-09-11 北京七鑫易维信息技术有限公司 匹配光源与光斑的方法和装置
CN112747906B (zh) * 2021-01-28 2022-07-22 歌尔光学科技有限公司 光源的检测方法、检测装置和可读存储介质
CN117455927B (zh) * 2023-12-21 2024-03-15 万灵帮桥医疗器械(广州)有限责任公司 光斑阵列分割与光斑偏移量计算方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102715981A (zh) * 2012-06-29 2012-10-10 深圳普门科技有限公司 用于光治疗设备的环状光斑取得装置、设备及其方法
EP3035110A1 (en) * 2014-12-18 2016-06-22 Optotune AG Optical system for avoiding speckle patterns
CN106778641A (zh) * 2016-12-23 2017-05-31 北京七鑫易维信息技术有限公司 视线估计方法及装置
CN107357429A (zh) * 2017-07-10 2017-11-17 京东方科技集团股份有限公司 用于确定视线的方法、设备和计算机可读存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7001377B1 (en) * 2003-12-22 2006-02-21 Alcon Refractivehorizons, Inc. Optical tracking system and associated methods
US20140375541A1 (en) * 2013-06-25 2014-12-25 David Nister Eye tracking via depth camera
CN103530618A (zh) * 2013-10-23 2014-01-22 哈尔滨工业大学深圳研究生院 一种基于角膜反射的非接触式视线追踪方法
CN106132284B (zh) * 2013-11-09 2019-03-22 深圳市汇顶科技股份有限公司 光学眼动追踪
CN103761519B (zh) * 2013-12-20 2017-05-17 哈尔滨工业大学深圳研究生院 一种基于自适应校准的非接触式视线追踪方法
CN104732191B (zh) * 2013-12-23 2018-08-17 北京七鑫易维信息技术有限公司 利用交比不变性实现虚拟显示屏视线追踪的装置及其方法
US9454699B2 (en) * 2014-04-29 2016-09-27 Microsoft Technology Licensing, Llc Handling glare in eye tracking
TWI617948B (zh) * 2015-07-24 2018-03-11 由田新技股份有限公司 用於眼部追蹤的校正模組及其方法及電腦可讀取紀錄媒體
CN108604291A (zh) * 2016-01-13 2018-09-28 Fove股份有限公司 表情辨识***、表情辨识方法及表情辨识程序
CN205485920U (zh) * 2016-01-21 2016-08-17 京东方科技集团股份有限公司 一种显示控制装置及显示控制***
CN107066085B (zh) * 2017-01-12 2020-07-10 惠州Tcl移动通信有限公司 一种基于眼球追踪控制终端的方法及装置
CN108510542B (zh) * 2018-02-12 2020-09-11 北京七鑫易维信息技术有限公司 匹配光源与光斑的方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102715981A (zh) * 2012-06-29 2012-10-10 深圳普门科技有限公司 用于光治疗设备的环状光斑取得装置、设备及其方法
EP3035110A1 (en) * 2014-12-18 2016-06-22 Optotune AG Optical system for avoiding speckle patterns
CN106778641A (zh) * 2016-12-23 2017-05-31 北京七鑫易维信息技术有限公司 视线估计方法及装置
CN107357429A (zh) * 2017-07-10 2017-11-17 京东方科技集团股份有限公司 用于确定视线的方法、设备和计算机可读存储介质

Also Published As

Publication number Publication date
TW201935083A (zh) 2019-09-01
TWI680309B (zh) 2019-12-21
CN108510542A (zh) 2018-09-07
WO2019154012A1 (zh) 2019-08-15

Similar Documents

Publication Publication Date Title
CN108334191B (zh) 基于眼动分析设备的确定注视点的方法和装置
CN110147744B (zh) 一种人脸图像质量评估方法、装置及终端
US20190114480A1 (en) Eye pose identification using eye features
CN108510542B (zh) 匹配光源与光斑的方法和装置
EP3339943A1 (en) Method and system for obtaining optometric parameters for fitting eyeglasses
TWI691937B (zh) 過濾光斑的方法和裝置、電腦可讀取儲存介質、處理器、視線追蹤設備
CN107527046B (zh) 解锁控制方法及相关产品
EP4383193A1 (en) Line-of-sight direction tracking method and apparatus
CN111353506A (zh) 自适应的视线估计方法和设备
CN107590474B (zh) 解锁控制方法及相关产品
Matey et al. Iris image segmentation and sub-optimal images
US10909363B2 (en) Image acquisition system for off-axis eye images
CN115830675B (zh) 一种注视点跟踪方法、装置、智能眼镜及存储介质
CN109977929A (zh) 一种基于tof的人脸识别***和方法
CN107767421B (zh) 视线追踪设备中光斑光源匹配方法和装置
CN110647790A (zh) 注视信息的确定方法及装置
US20170115513A1 (en) Method of determining at least one behavioural parameter
CN113658035A (zh) 脸部变换方法、装置、设备、存储介质以及产品
CN108764135B (zh) 图像生成方法、装置,及电子设备
CN109712230B (zh) 三维模型补充方法、装置、存储介质及处理器
CN112132755A (zh) 校正标定瞳孔位置的方法、装置、***及计算机可读介质
CN109963143A (zh) 一种ar眼镜的图像获取方法及***
CN111935473B (zh) 一种快速眼部三维图像采集器及其图像采集方法
CN108765321A (zh) 拍照修复方法、装置、存储介质及终端设备
EP4097687A1 (en) A method for generating a 3d model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant