的标识符 和安全秘钥；根据WiFi的标识符和安全秘钥完成WiFi联网，并与被控终端适配，建立与被 控终端的WiFi连接。
[0054] 本步骤SlO中，执行用户瞳孔对焦操作具体包括：首先生成语音提示信息，提示用 户保持视线水平朝前一定时间如2秒钟，并在该2秒钟内执行瞳孔对焦操作，然后生成语音 提示信息，告知用户瞳孔对焦完成。
[0055] 步骤S20、以设定时间间隔周期性获取每一帧用户的眼睛图像，确定每一帧眼睛图 像中的瞳孔质心位置在所述坐标系中的坐标值。
[0056] 本步骤S20中，所述设定时间间隔（以下第η帧与第n+1帧之间的时间间隔）的 时间长度可以由用户设定。
[0057] 本步骤S20中，在确定每一帧眼睛图像中的瞳孔质心位置在所述坐标系中的坐标 值之前需要对每一帧眼睛图像依次进行如下预处理：图像光照校正、图像降噪滤波、图像灰 度化、图像阈值化、图像形态学处理。本步骤对每一帧眼睛图像进行预处理是为了提高每一 帧眼睛图像的信噪比，抑制背景噪声，还原最真实的眼睛图像。
[0058] 以下对眼睛图像预处理进行详细的描述：
[0059] 首先假设本步骤中获取有m帧眼睛图像，以i(x，y)对每一帧眼睛图像进行命名， 如第η帧与第n+1帧图像分别为命名为i n(x, y)和in+1(x, y)。以第n、n+l (n+1彡m，n、m均 为自然数）帧眼睛图像为例，详细说明图像光照校正、图像降噪滤波、图像灰度化、图像阈 值化、图像形态学处理具体过程。
[0060] A、图像光照校正。图像光照校正算法主要是对原始眼睛图像中夹杂的一些变化信 息（如光照变化、角度变化等）进行处理。可采用的方法包括但不限于：Gamma校正、图像 亮度非线性变换、直方图均衡化和最高亮度点光照补偿算法。Gamma校正和图像亮度非线性 变换通过对图像像素点的非线性调整，可以去除原始眼睛图像中无关的变化信息；直方图 均衡化和最高亮度点光照补偿算法是针对图像对比度调整的方法，能增强眼睛图像局部对 比度，进行图像光照校正后的第η帧眼睛图像用A nl (X，y)表示。
[0061] B、图像降噪滤波。图像降噪滤波算法主要是对眼睛图像中的噪声信息进行滤除， 眼睛图像中典型的噪声包括：高斯噪声、椒盐噪声、加性噪声。本实施例采用的图像降噪滤 波方法包括：均值滤波、中值滤波和高斯滤波。图像降噪滤波的第η帧图像用A n2 (X，y)表 /Jn 〇
[0062] C、图像灰度化。本实施获取的眼睛图像为彩色图像，彩色图像通常用RGB三分量 值表示，但RGB三分量之间有很高的相关性，直接利用这些分量很难得到所需的效果，也增 加计算的复杂度，而本实施中后续算法没有涉及到色彩信息，为了到所需效果、降低计算的 复杂度，对眼睛图像进行灰度化。灰度化后的第η帧图像用A n3(x，y)表示，An2(x，y)的三分 量分别用An2R(x, y), An2(；(x，y)和An2B(x, y)表示。由于人眼对绿色敏感度最高,对蓝色敏感 度最低，本实施例采用加权平均值法对眼睛图像进行灰度化，灰度化计算公式如下（1-1)。 An3 (x, y) = 0. 3*An2R (x, y) +0. 59*An2G(x, y) +0. ll*An2B (x, y)----(1-1) 〇
[0063] D、图像阈值化。二值图像比灰度图像更能体现眼睛图像的关键特征，且能加快眼 睛图像的处理速度，本实施中中对经过灰度化获取的A n3 (X，y)进行阈值化得到第η帧眼睛 图像的二值化图像An4(x，y)，本实施例进行图像阈值化可的方法包括有：固定阈值法、自适 应阈值法、上下阈值法、Otsu (最大类间方差法）法、熵值法、迭代法。
[0064] E、图像形态学处理。经过上述阈值化的图像An4 (X，y)还可能存在一些孤立的噪音 点或者原本应该连接的点被间断，此时通过形态学处理后可以将孤立的噪音点滤除，将被 间断的连接点连接，图像形态学处理后的第η帧眼睛图像用A n5(X，y)表示。
[0065] 本步骤S20中，所述确定每一帧眼睛图像中的瞳孔质心位置在所述坐标系中的坐 标值具体包括如下处理：提取每一帧眼睛图像的瞳孔轮廓图像，并对提取的每一帧瞳孔轮 廓图像进行瞳孔质心计算，得出每一帧瞳孔轮廓图像对应的瞳孔质心在所述坐标系中的坐 标值。以下以第η帧眼睛图像为例对本步骤S20进行详细说明。
[0066] 由于预处理后的眼睛图像包含瞳孔和眼睛边框的二值化图像，因此上述确定第η 眼睛图像中的瞳孔质心位置在所述坐标系中的坐标值具体处理如下：
[0067] 一、瞳孔图像提取
[0068] 对第η帧眼睛图像An5 (x，y)进行眼睛边框去除操作，其具体算法采用公式（1-2)。 其计算策略为：计算An5(x，y)每个独立连通像素点的区域面积的大小，当所述区域面积小 于设定的第一阈值T 1 (去除孤立点）或大于设定的第二阈值T2 (去除眼睛边框）时，则去除 该对应的独立的连通像素点，保留下来的二值图像则为只包含瞳孔的图像，用A'n5(x，y)表 /Jn 〇
[0070] 其中，為表示第i个连通的像素点区域的面积，所述连通的像素点区域包括眼睛 边框像素点区域、瞳孔像素点区域以及其它孤立的像素点区域，即i = 3 J1表示第i个连 通区域的坐标范围，T1和T2分别为第一、二阈值，Bnl (X，y)表示只包含瞳孔的图像。
[0071] 二、瞳孔坐标获取
[0072] 对上述只包含瞳孔的图像Bnl (X，y)进行轮廓提取，得到瞳孔轮廓图像，在对瞳孔 轮廓图像进行瞳孔质心计算，得到第η帧瞳孔轮廓图像的瞳孔质心在坐标系中的坐标值， 具体算法采用公式（1-3):
[0074] 其中，M和N分别表示第η帧瞳孔轮廓图像的宽和高，Ρ, q = 0,1，2,... Xn和yn分 别表示第η帧瞳孔图像的瞳孔质心的X和y的坐标值。
[0075] 步骤S30、根据所述坐标值以时间先后为序确定用户的瞳孔质心位置的变化，根据 预设的瞳孔质心位置变化与键值的第一对应关系，确定所述用户的瞳孔质心位置变化对应 的键值。
[0076] 本实施例中，预先设置有瞳孔质心位置变化、操控动作、键值一一对应的对应的第 一对应关系，具体参见表1，该第一对应关系中一种瞳孔质心位置变化对应一种操控动作， 一种操控动作对应一个键值。
[0077] 所述步骤S30具体为：首先在第一对应关系中查找与瞳孔质心位置变化对应的操 控动作，然后根据该操控动作在第一对应关系中查找对应的键值，然后再将该查找到的键 值发送给被控终端。
[0080] 以第n+1与η帧眼睛图像为例，根据第n+1与η帧眼睛图像对应的瞳孔质心坐标 值，确定用户的瞳孔质心位置的变化情况，在第一对应关系中查找瞳孔质心位置变化对应 的操控动作，具体算法如公式（1-4);然后再在第一对应关系中查找与所述操控动作对应 的键值。
[0086] 其中，UP、DOWN、LEFT、RIGHT、分别表示向上、向下、向左、向右操控动作；Τ3为经验 阈值。
[0087] 步骤S40、将所述键值发送至被控终端，以使被控终端根据预设的键值与遥控指令 的第二对应关系，确定并执行相应的遥控指令。
[0088] 本实施例中，所述被控终端中预设设置有键值与遥控指令的第二对应关系，具体 参见表2,在该第二对应关系中，一个键值对应一个遥控指令。所述键值优选以携带有遥控 标识的数据包形式传输至被控终端，使被控终端接收所述数据包后根据遥控标识，在第二 对应关系中查找与所述键值对应的遥控指令，并执行所述遥控指令，自此即完成被控终端 的遥控操作。
[0091] 本实施例中，所述遥控方法除了具有对被控终端进行向上、向下、向左、向右移动 的操控，还具有对被控终端进行确定、返回、返回主页、查看菜单等相应功能按键操控。如定 义眨眼操控动作为"确定"按键功能。当第η帧瞳孔图像的瞳孔质心位置位于坐标原点，则 表示（睁眼）；第η+1帧瞳孔图像的中不存在瞳孔质心点，则表示双闭眼；第η、η+1帧瞳孔 图像的连起来表示眨眼动作。具体算法如公式如（1-5)。
[0092] KEYn+1 = 0K if ((xn,yn) = (0,0) M Bn+1(x,y) =NULL) (1-5)；
[0093] 其中，NULL表示不存在。
[0094] 再如定义闭右眼操控动作对应为返回按键功能。具体第当第η帧瞳孔图像为双眼 睁，第η+1帧瞳孔图像为右眼闭，则第η、η+1帧瞳孔图像的连起来表示闭右眼操作。具体算 法如公式（1-6)。
[0096] 其中，NULL表示不存在，为只包含右眼瞳孔的图像。
[0097] 本实施例所提供的遥控方法，通过执行用户瞳孔对焦操作，建立以用户的瞳孔质 心位置为原点的坐标系；以设定时间间隔周期性获取每一帧用户的眼睛图像，确定每一帧 眼睛图像中的瞳孔质心位置在所述坐标系中的坐标值；根据所述坐标值以时间先后为序确 定用户的瞳孔质心位置的变化，根据预设的瞳孔质心位置变化与键值的第一对应关系，确 定所述用户的瞳孔质心位置变化对应的键值；将所述键值发送至被控终端，使被控终端根 据预设的键值与遥控指令的第二对应关系，确定并执行相应的遥控指令的方式，相比现有 技术，在实现通过眼睛遥控被控终端的基础上，降低了相关计算方法复杂度