基于OpenCv與MFC的PC端眼控系統(tǒng).pdf

1、隨著科學技術的迅猛發(fā)展和人們生活水平日益提高，新型人機交互技術受到了越來越多的關注。眼控技術解放了人的雙手，開發(fā)并推廣這種新型技術，能夠極大地豐富正常人的娛樂生活。本文著重研究了從低分辨率圖片中檢測瞳孔中心的方法，將Haar分類器、圖像形態(tài)學處理和指數均值濾波等方法融合起來，開發(fā)了一套低廉穩(wěn)定的眼控系統(tǒng)，取得了有價值的成果。本文主要研究內容有人臉眼睛檢測識別、眼睛參數計算以及時間序列濾波、界面設計與系統(tǒng)分析。
　　在實時檢測人臉和

2、人眼中，通過對多種人臉檢測算法和工具的比較，利用OpenCv工具箱 Haar分類器定位人臉位置，然后利用五官位置與比例關系，縮小范圍后識別人眼位置。該方法實時性好，對環(huán)境光照不敏感，對使用者坐姿要求比較隨意。測試顯示，使用者姿勢端正坐在屏幕前60厘米左右時，人臉檢測率可達99.99％，眼睛檢測率92%以上，每幀檢測時間在39到45毫秒之間。
　　在眼睛參數計算中，提出了瞳孔向量和眼睛高度兩個眼睛參數。將眼睛圖像灰度化并二值化后的圖

3、像，用 Floodfill算法找到虹膜瞳孔所在的最大連通區(qū)域，從而計算眼睛參數。算法實時性好，定位精度高，可以減少眨眼的影響，對不同個體有很強的適應性。在時間參數濾波中，提出了適用于實時參數平均的指數加權平均方法。通過對臨近時間的眼睛參數進行剔除和排序后，用以1/2為底的指數對選擇后的數據進行加權平均的結果，作為判斷操作者眼睛移動的方向標準。魯棒性高，能夠減少頭動帶來的不利影響。
　　在界面設計中，設計了用于眼控的上下左右四種按鍵

4、。MFC界面包含了瞳孔中心位置、按鍵位置和一些重要參數。此設計能夠實時顯示提取出的眼部圖像、眼控系統(tǒng)重要參數、系統(tǒng)設置等信息，能夠方便使用者掌握眼控系統(tǒng)運行狀況。在系統(tǒng)分析中，設計了多個小游戲來測試系統(tǒng)的穩(wěn)定性、準確性和效率。
　　實驗結果顯示，在使用者在正常光照條件下，端正坐姿使用時，該眼控系統(tǒng)每秒按鍵1次，眼睛控制左右按鍵準確率可達90%以上，上下按鍵70%以上，上下左右按鍵約為80%。在用戶按鍵頻率要求不高時，該眼控系統(tǒng)的實