馮少康 王慧中 孫廣金

摘要：基于衛(wèi)星觀測圖像的數(shù)據(jù)應(yīng)用往往需要通過目標(biāo)識別提取來獲取有用數(shù)據(jù)。而圖像分割是目標(biāo)提取的前提，傳統(tǒng)的圖像分割技術(shù)主要是通過各類目標(biāo)檢測算法，獲取目標(biāo)區(qū)域并完成分割。本文提出了一種基于視線追蹤的圖像分割方法，通過分析視覺關(guān)注度提取目標(biāo)圖像并完成分割，再使用目標(biāo)檢測算法直接分析真正包含目標(biāo)的圖像。這種利用人的直覺配合算法處理的方式，可有效減少無效分析，降低算法運(yùn)算量，提高目標(biāo)識別分析效率。

關(guān)鍵詞：圖像分割;視線追蹤;視覺關(guān)注度;目標(biāo)識別

中圖分類號：TP391.41 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2020）08-0048-03

0 引言

衛(wèi)星圖像中的目標(biāo)識別與分析已成為空間信息應(yīng)用領(lǐng)域的熱門研究方向之一。在民用領(lǐng)域，基于高分衛(wèi)星圖像的地表環(huán)境監(jiān)測技術(shù)已服務(wù)于生態(tài)環(huán)境保護(hù)、城鄉(xiāng)建設(shè)規(guī)劃等。在軍用領(lǐng)域，基于衛(wèi)星圖像分析的態(tài)勢感知、目標(biāo)識別等相關(guān)研究工作也已深入開展。

隨著研究工作的開展，科研人員們發(fā)現(xiàn)：即使選用改進(jìn)的目標(biāo)檢測算法，初步分割后的圖像也存在一定程度的“虛警”現(xiàn)象，即有些圖像當(dāng)中并不存在目標(biāo)，或者是僅存在疑似目標(biāo)。提高算法復(fù)雜度、進(jìn)行更細(xì)致的分析運(yùn)算，或者借助人工輔助操作對圖像進(jìn)行二次篩選，均可以提高圖像分割的可靠性。然而，這兩種方式在時效性方面尚不能滿足應(yīng)用需求，在目標(biāo)識別提取效率方面有待提高。

本文提出了一種基于視覺關(guān)注度的圖像分割方案，通過檢測視線特點(diǎn)、分析視覺關(guān)注度實(shí)現(xiàn)目標(biāo)識別，完成衛(wèi)星觀測圖像分割。

1 視線追蹤技術(shù)簡介

視線關(guān)注區(qū)域識別及視覺關(guān)注度分析，需要借助視線追蹤技術(shù)獲取視線落點(diǎn)及落點(diǎn)移動軌跡。按照測量手段的不同，視線追蹤方法分為電學(xué)測量法和光學(xué)測量法。電學(xué)測量法有眼電圖法、電磁感應(yīng)法等，光學(xué)測量法有角膜反射法、瞳孔-角膜反射向量法、虹膜-鞏膜邊緣法和接觸鏡法等[1]。

瞳孔-角膜反射向量法是一種被廣泛使用的光學(xué)測量法，該方法無須直接接觸人眼，因而能讓被試人員更加自然地參與到視線采集追蹤實(shí)驗(yàn)情境中[2]。

人眼在視線移動的過程中，眼球內(nèi)部瞳孔與角膜的相對位置會發(fā)生變化，這種相對位置的變化信息往往代表了一定的角度信息，而這種角度變化則與視線變化存在一定的映射關(guān)系[3]。光學(xué)測量方法的基本原理是通過光學(xué)手段獲得這些相對位置變化信息，根據(jù)一定的空間映射模型，對不同平面上參考點(diǎn)的幾何特征進(jìn)行分析，計算出人眼的視線方向或落點(diǎn)。

2 基于視線追蹤的圖像分割系統(tǒng)方案

2.1 系統(tǒng)組成及工作原理

本文給出了一種基于視線追蹤技術(shù)的觀測圖像分割系統(tǒng)方案，系統(tǒng)組成入圖1所示。

該系統(tǒng)主要由一臺計算機(jī)及顯示器、和視線追蹤裝置組成。在顯示器屏幕四周布設(shè)4個近紅外點(diǎn)光源，負(fù)責(zé)射眼球并在虹膜上形成點(diǎn)狀光斑（普爾欽斑）。視線追蹤裝置位于計算機(jī)顯示器前下方，該裝置由高清CCD相機(jī)、數(shù)據(jù)分析模塊及接口電路組成，負(fù)責(zé)采集人眼圖像并上傳視線追蹤數(shù)據(jù)。

運(yùn)行于計算機(jī)上的分析軟件能夠?qū)πl(wèi)星觀測圖像進(jìn)行動態(tài)顯示，接收視線捕捉裝置上傳數(shù)據(jù)，估算視線落點(diǎn)坐標(biāo)值，分析視覺關(guān)注度，根據(jù)分析結(jié)果進(jìn)行圖像分割。

2.2 視線追蹤實(shí)現(xiàn)過程

本方案采用瞳孔-角膜反射法估算視線落點(diǎn)完成視線追蹤。近紅外點(diǎn)光源照射眼球后虹膜區(qū)域膜外表面會形成如圖2所示的光點(diǎn)，這種光點(diǎn)叫做普爾欽斑。

當(dāng)視線移動時，瞳孔與普爾欽斑的相對位置是變化的，分析他們之間的位置關(guān)系能夠獲取視線方向并估計視線落點(diǎn)[4]。視線捕捉裝置拍攝到眼部圖像后，先通過自適應(yīng)增強(qiáng)（AdaBoost）檢測[5]提取虹膜區(qū)域圖像，再根據(jù)像素點(diǎn)亮度提取普爾欽斑位置，最后用最小二乘橢圓擬合法算法獲取瞳孔位置[6]。

在得到了普爾欽斑位置、瞳孔位置等圖像信息后，在虹膜區(qū)域和顯示器平面所組成的幾何空間中，利用交比（Cross-ratio）不變性能夠計算出視線落點(diǎn)。交比不變性的定義是：平面上的四條直線相交于一點(diǎn)，從一條直線上某點(diǎn)出發(fā)的截線與其他三條直線相交，截點(diǎn)之間的交比值是相等的[7]。

視線追蹤裝置捕獲的眼部圖像中，普爾欽斑的點(diǎn)位置和瞳孔中心點(diǎn)位置的幾何關(guān)系如圖3所示。

圖3中A1，A2，A3，A4四個點(diǎn)代表普爾欽斑，Z1是四邊形對角線的交點(diǎn)， G代表瞳孔在圖像中的位置。Ai（i=1，2，3，4）點(diǎn)的坐標(biāo)為Ai=（XiA，YiA）（i=1，2，3，4），Bi（i=1，2，3，4）點(diǎn)的坐標(biāo)為Bi=（XiB，YiB）（i=1，2，3，4）。

相機(jī)捕獲的圖像平面中A1A2的交比值等于公式：

同理，該圖像平面中A2A3的交比值等于公式：

在人眼所觀察的顯示器圖像平面上，普爾欽斑的點(diǎn)位置和瞳孔中心點(diǎn)位置的幾何關(guān)系如圖4所示。

如圖4所示，C1（m，0）、C2（m，0）、C3（0，n）、C4（m，n）分別代表4個點(diǎn)光源，m和n的數(shù)值是已知的確定值。Z2為顯示器對角線的交叉點(diǎn)，E（Xe，Ye）代表視線在屏幕上的落點(diǎn)。D1、D2、D3、D4四個點(diǎn)的坐標(biāo)值分別為（m/2，0）、（Xe，0）、（m，Ye）、（m，n/2）。

可以計算出顯示器圖像平面中C1C2的交比值等于公式：

同理，該圖像平面中C2C3的交比值等于公式：

根據(jù)交比不變性原理，可以得到等式：

以上兩個等式的表達(dá)式展開后如下：

上述等式中，等號左側(cè)的 （XiA，YiA）（i=1，2，3，4）和 （XiB，YiB）（i=1，2，3，4）兩種坐標(biāo)值由視線捕捉裝置測量得到，由此可以最終計算出人眼在屏幕上的注視點(diǎn)坐標(biāo)E（Xe，Ye）的值。

2.3 視覺關(guān)注區(qū)域分析

在連續(xù)拍攝眼眼部圖像的過程中，人眼會不自覺的眨眼或微動。因此，即使觀察者努力保持注視方向不變，視線捕捉裝置上傳的視線追蹤數(shù)據(jù)是不斷跳變的。如圖5所示，圖中圓形位置代表觀察者實(shí)際的注視位置，符號“+”代表視線落點(diǎn)的估計位置，設(shè)備測量到的視線估計值會在注視位置附近不停跳變。

由于本系統(tǒng)內(nèi)部每20ms會更新一次視線落點(diǎn)坐標(biāo)，因此軟件會對1s時間段內(nèi)的視線落點(diǎn)坐標(biāo)值取算術(shù)平均，此平均值代表視覺關(guān)注區(qū)域中心點(diǎn)坐標(biāo)。

人眼在軟件的圖像顯示區(qū)域內(nèi)發(fā)現(xiàn)了目標(biāo)，視線落點(diǎn)會隨目標(biāo)一起沿Y軸方向移動。若視覺關(guān)注區(qū)域中心點(diǎn)坐標(biāo)變化趨勢與目標(biāo)移動方向一致，可判定圖像中出現(xiàn)了疑似目標(biāo)。接下來，如果視線落點(diǎn)跟隨某目標(biāo)移動并保持一定時間，可判定視線所在區(qū)域存在目標(biāo)。視覺關(guān)注區(qū)域若存在目標(biāo)則符合圖像分割條件，軟件會記錄該區(qū)域圖像信息，并截圖保存。

3 結(jié)語

本文提出了一種基于視覺關(guān)注度的衛(wèi)星觀測圖像分割方案，該方案通過視線追蹤技術(shù)估算視線落點(diǎn)，根據(jù)視線移動規(guī)律分析視覺關(guān)注度，獲取目標(biāo)所在區(qū)完成圖像分割。相比于使用算法對衛(wèi)星觀測圖像所有區(qū)域進(jìn)行逐一分析的方式，該方法能夠借助人的直覺，更快速的發(fā)現(xiàn)目標(biāo)并提取相關(guān)圖像信息。通過減少無效操作降低算法的運(yùn)算量，對衛(wèi)星觀測圖像中的目標(biāo)實(shí)現(xiàn)快速識別和提取。

參考文獻(xiàn)

[1] 曾浩然.穿戴式視線追蹤系統(tǒng)時空顯著性和濾波算法的研究[D].沈陽：遼寧大學(xué)，2015.

[2] 劉濤，李閩威.眼動追蹤技術(shù)的基本原理及其在偵查辨認(rèn)中的應(yīng)用前景[J].凈月學(xué)刊，2014（10）：44-48.

[3] 金純.視線追蹤系統(tǒng)中注視點(diǎn)估計方法研究[J].自動化儀表，2016（5）：32-35.

[4] 張闖.一種新的基于瞳孔-角膜反射技術(shù)的視線追蹤方法[J].計算機(jī)學(xué)報，2010（7）：580-591.

[5] Jean-Michel Boucheix，Richard K.Lowe.An Eye Tracking Comparison of External Pointing Cues and Internalcontinuous Cues in Learning with Complex Animations[J].Leaming and Instruction，2010（20）：123-135.

[6] 金瑞銘.視線追蹤技術(shù)在網(wǎng)頁關(guān)注點(diǎn)提取中的應(yīng)用研究[D].西安：西安工業(yè)大學(xué)，2016.

[7] 蘭善偉.基于瞳孔角膜反射視線追蹤技術(shù)的研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2014.