[0104] 101、定位目标图像的内眼角点；
[0105] 瞳孔中心定位装置定位目标图像的内眼角点，所述内眼角点为在水平方向上在鼻 梁近端的眼角点。
[0106] 所述目标图像为包含有眼部特征的图像，具体可以为人脸头像，也可以为人体上 半身像，具体图像的类型根据实际应用中摄像设备所拍摄的图像而定，此处不作限定。
[0107]对于计算机设备来说，在人脸图像中，内眼角点是非常明显的特征点，计算机设备 可以通过角点检测法从人脸图像识别出来。
[0108] 具体的，在摄像设备所拍摄到的目标图像中，内眼角点的部分可以包含有多个像 素点，瞳孔中心定位装置可以选取该多个像素点中的一个作为内眼角点。
[0109] 具体的，可以使用角点检测法定位目标图像的内眼角点，所述角点检测法包括： 哈里斯（Harris)角点检测法、改进的Harris角点检测法、尺度不变特征变换（SIFT， Scale-invariantfeaturetransform)算法、加速稳健特征（SURF，SpeededUpRobust Features)算法、快速（FAST)算法、简洁（BRIEF)算法或良好特征跟踪（GFTT，GoodFeature ToTrack)算法。
[0110] 其中，上述每种算法都有各自性能上的优势和劣势，在本发明实施例中，主要考量 该算法所筛选出的特征点是否能集中在眼部区域附近；在实际应用中，如果瞳孔中心定位 的应用还有计算速度上的要求，则优选计算速度较快的算法。
[0111] 102、根据所述内眼角点截取所述目标图像中的眼部区域图像；
[0112] 瞳孔中心定位装置根据所述内眼角点截取所述目标图像中的眼部区域图像。
[0113] 在本发明实施例中，所要定位的瞳孔中心，相对与人的头部来说，是不断地在变动 的（即，假设人的头部是不同的，眼球也会因为在观察屏幕中不同位置的内容而不停地转 动）；而在实际应用中，即使一直在观察屏幕，人的头部也经常在晃动，在摄像设备获取目 标图像过程中，由于头部的晃动，摄像设备在获取目标图像并在其中定位眼部图像的过程 中，往往难以准确的获取到眼部区域图像（即，获取到的眼部区域图像包含有需要不属于 眼部特征的像素点），使得后续的瞳孔中心定位过程产生较大的误差；因此，基于上述瞳孔 中心相对于头部运动，而头部又相对于观察屏幕运动的情况，在定位眼部区域图像时，需要 在人的脸部特征中，找到一个在人的脸部特征中相对固定，且相对于瞳孔中心是运动的基 准点，使得人的眼部区域投影在眼睛所观察的屏幕时，有一个可靠的参照对象，在后续进行 眼部区域图像获取的过程中，可以根据该基准点进行眼部区域图像的截取，从而准确的获 取到所述眼部区域图像。在本发明实施例中，内眼角点即上述所述提到的基准点。
[0114] 具体的，由于眼睛有相对固定的形状特征，通过大量的数据采集，可以得到眼睛形 状特征的比例，瞳孔中心定位装置可以根据所述眼睛形状特征的比例以及所述内眼角点截 取所述目标图像中的眼部区域图像。
[0115] 103、确定所述眼部区域图像中的瞳孔中心。
[0116] 瞳孔中心定位装置根据所述眼部区域图像中图像灰度的差异计算所述眼部区域 图像中像素点的梯度，并根据所述像素点的梯度确定所述眼部区域图像中的瞳孔中心。
[0117] 图2为人的眼睛典型的正面视图，角膜是包裹着眼球的一层透明外衣。虹膜是控 制瞳孔大小的肌肉组织，就像摄像机的小孔一样，控制着进入眼睛内部的光的强弱。虹膜是 有颜色的，并且因人而异，因而通常会被用来作为生物鉴定的有力工具。巩膜是眼球的外边 界，通常呈现白色。如图2所示，瞳孔中的灰度是由内向外有层次变化的（图2只是示意性 的，在实际应用中，瞳孔会有更丰富的层次变化），因此，可以根据眼部区域图像中瞳孔灰度 的变化方向（内向外，或由外向内）找到的瞳孔的中心点。
[0118] 在本发明实施例中，定位目标图像的内眼角点作为眼睛投影在观察平面的基准 点，再根据该基准点截取所述目标图像中的眼部区域图像，使得头像在晃动的情况下仍然 能够准确的获取到眼部区域图像；并且，由于瞳孔中的灰度是由内向外有层次变化的，因此 本发明实施例根据眼部区域图像中图像灰度的差异计算眼部区域图像中像素点的梯度，并 根据所述像素点的梯度确定所述眼部区域图像中的瞳孔中心，可以准确的实现瞳孔中心的 定位，而且当微眯着眼睛时（即眼部区域图像中的瞳孔不是一个完整的圆），也能够实现瞳 孔中心的定位。
[0119] 下面实施例对本发明实施例中眼部区域图像的获取方法，以及根据眼部区域图像 定位瞳孔中心的方法进行详细描述，请参阅图3，本发明实施例中瞳孔中心定位方法的另一 个实施例包括：
[0120] 301、定位目标图像的内眼角点；
[0121] 瞳孔中心定位装置定位目标图像的内眼角点，所述内眼角点为在水平方向上在鼻 梁近端的眼角点。
[0122] 所述目标图像为包含有眼部特征的图像，具体可以为人脸头像，也可以为人体上 半身像，具体图像的类型根据实际应用中摄像设备所拍摄的图像而定，此处不作限定。
[0123] 302、根据眼角水平距离以及所述内眼角点确定外眼角点；
[0124] 瞳孔中心定位装置根据眼角水平距离以及所述内眼角点确定外眼角点，所述眼 角水平距离为预设的所述内眼角点与所述外眼角点在水平方向上的距离，所述外眼角点为 在水平方向上在鼻梁远端的眼角点。
[0125] 所述眼角水平距离为根据大量的数据采集，得到的内眼角点与所述外眼角点在水 平方向上的距离的期望值。
[0126] 具体的，根据眼角水平距离以及所述内眼角点确定外眼角点的方法可以为：
[0127] 首先，根据所述眼角水平距离以及所述内眼角点确定外眼角点的区域图像；示例 性的，可以根据所述眼角水平距离以及所述内眼角点估计外边眼角的大体位置，再以该位 置为中心构造的一个圆形区域或矩形区域，该圆形区域或矩形区域则为所述外眼角点的区 域图像。
[0128] 其次，对所述外眼角点的区域图像进行二值化处理。
[0129] 再次，对所述二值化处理后区域图像中的像素点进行遍历查找，确定在水平往鼻 梁方向上的首个区别像素点为外眼角点。示例性的，若将图像二值化为黑白图像，且眼角部 分被二值化为黑色点，则该区别像素点即为该黑色点。
[0130] 303、根据人眼在水平方向以及竖直方向的预设比例，并以所述内眼角点以及所述 外眼角为界设定截取边框；
[0131] 瞳孔中心定位装置根据人眼在水平方向以及竖直方向的预设比例，并以所述内眼 角点以及所述外眼角为界设定截取边框。
[0132] 具体的，所述截取边框可以为矩形边框，也可以为眼睛形状（如图2所示）的边 框。
[0133] 304、使用所述截取边框在所述目标图像中截取所述眼部区域图像；
[0134] 瞳孔中心定位装置使用所述截取边框在所述目标图像中截取所述眼部区域图像。
[0135] 在本发明实施例中，以内眼角点和外眼角点为边界，截取一个充分包含整个眼部 图像的眼部区域图像。所谓充分包含指的是既没有多余的区域也不能遗漏任何有关眼部的 重要区域。经过这一步截取，其处理速度也将大大提高。更重要的是，不论用户的头部如何 移动，只要能够准备定位内眼角点和外眼角点，根据眼角截取出来的图像几乎不会发生大 的改变，这就使得本发明实施例的方法在用户头部出现晃动的情况下也能保持较好的鲁 棒性。
[0136]305、确定所述眼部区域图像中的瞳孔中心。
[0137] 瞳孔中心定位装置根据所述眼部区域图像中图像灰度的差异计算所述眼部区域 图像中像素点的梯度，并根据所述像素点的梯度确定所述眼部区域图像中的瞳孔中心。
[0138] 示例性的，确定所述眼部区域图像中的瞳孔中心的具体过程可以为：
[0139] 1)选取第一像素点，所述第一像素点为所述眼部区域图像中的一个像素点；
[0140] 2)选取第二像素点，所述第二像素点为所述眼部区域图像中除所述第一像素点之 外的一个像素点；
[0141] 3)确定由所述第一像素点至所述第二像素点的位移向量；进一步的，为了使得每 个像素点的权重都相等（即仅考虑像素点在方向上的影响），还可以对所述位移向量进行 归一化处理。
[0142] 4)确定所述第二像素点的梯度向量，所述梯度向量表示在所述第二像素点处灰度 的变化方向；进一步的，为了提高不同光照条件下的鲁棒性和对比度，还可以对所述梯度向 量进行归一化处理。
[0143] 5)将所述位移向量与所述梯度向量相乘，得到向量乘积；
[0144] 6)若所述眼部区域图像中还有未被选取的第二像素点，则再次执行步骤2)至步 骤5);若所述眼部区域图像中已经没有未被选取的第二像素点，则对每一个所述第二像素 点对应的所述向量乘积的绝对值或平方值进行求和，得到中心点权值；
[0145] 7)若所述眼部区域图像中还有未被选取的第一像素点，则再次执行步骤2)至步 骤6);若所述眼部区域图像中已经没有未被选取的第一像素点，则确定所述中心点权值最 大的第一像素点