基于視線追蹤的衛星觀測圖像分割技術

馮少康 王慧中 孫廣金

摘要：基于衛星觀測圖像的數據應用往往需要通過目標識別提取來獲取有用數據。而圖像分割是目標提取的前提，傳統的圖像分割技術主要是通過各類目標檢測算法，獲取目標區域并完成分割。本文提出了一種基于視線追蹤的圖像分割方法，通過分析視覺關注度提取目標圖像并完成分割，再使用目標檢測算法直接分析真正包含目標的圖像。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，降低算法運算量，提高目標識別分析效率。

關鍵詞：圖像分割;視線追蹤;視覺關注度;目標識別

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

0 引言

衛星圖像中的目標識別與分析已成為空間信息應用領域的熱門研究方向之一。在民用領域，基于高分衛星圖像的地表環境監測技術已服務于生態環境保護、城鄉建設規劃等。在軍用領域，基于衛星圖像分析的態勢感知、目標識別等相關研究工作也已深入開展。

隨著研究工作的開展，科研人員們發現：即使選用改進的目標檢測算法，初步分割后的圖像也存在一定程度的“虛警”現象，即有些圖像當中并不存在目標，或者是僅存在疑似目標。提高算法復雜度、進行更細致的分析運算，或者借助人工輔助操作對圖像進行二次篩選，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用需求，在目標識別提取效率方面有待提高。

本文提出了一種基于視覺關注度的圖像分割方案，通過檢測視線特點、分析視覺關注度實現目標識別，完成衛星觀測圖像分割。

1 視線追蹤技術簡介

視線關注區域識別及視覺關注度分析，需要借助視線追蹤技術獲取視線落點及落點移動軌跡。按照測量手段的不同，視線追蹤方法分為電學測量法和光學測量法。電學測量法有眼電圖法、電磁感應法等，光學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驗情境中[2]。

人眼在視線移動的過程中，眼球內部瞳孔與角膜的相對位置會發生變化，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系[3]。光學測量方法的基本原理是通過光學手段獲得這些相對位置變化信息，根據一定的空間映射模型，對不同平面上參考點的幾何特征進行分析，計算出人眼的視線方向或落點。

2 基于視線追蹤的圖像分割系統方案

2.1 系統組成及工作原理

本文給出了一種基于視線追蹤技術的觀測圖像分割系統方案，系統組成入圖1所示。

該系統主要由一臺計算機及顯示器、和視線追蹤裝置組成。在顯示器屏幕四周布設4個近紅外點光源，負責射眼球并在虹膜上形成點狀光斑（普爾欽斑）。視線追蹤裝置位于計算機顯示器前下方，該裝置由高清CCD相機、數據分析模塊及接口電路組成，負責采集人眼圖像并上傳視線追蹤數據。

運行于計算機上的分析軟件能夠對衛星觀測圖像進行動態顯示，接收視線捕捉裝置上傳數據，估算視線落點坐標值，分析視覺關注度，根據分析結果進行圖像分割。

2.2 視線追蹤實現過程

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

當視線移動時，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系能夠獲取視線方向并估計視線落點[4]。視線捕捉裝置拍攝到眼部圖像后，先通過自適應增強（AdaBoost）檢測[5]提取虹膜區域圖像，再根據像素點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。交比不變性的定義是：平面上的四條直線相交于一點，從一條直線上某點出發的截線與其他三條直線相交，截點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，普爾欽斑的點位置和瞳孔中心點位置的幾何關系如圖3所示。

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

相機捕獲的圖像平面中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，普爾欽斑的點位置和瞳孔中心點位置的幾何關系如圖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個點光源，m和n的數值是已知的確定值。Z2為顯示器對角線的交叉點，E（Xe，Ye）代表視線在屏幕上的落點。D1、D2、D3、D4四個點的坐標值分別為（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：

根據交比不變性原理，可以得到等式：

以上兩個等式的表達式展開后如下：

上述等式中，等號左側的 （XiA，YiA）（i=1，2，3，4）和 （XiB，YiB）（i=1，2，3，4）兩種坐標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坐標E（Xe，Ye）的值。

2.3 視覺關注區域分析

在連續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據是不斷跳變的。如圖5所示，圖中圓形位置代表觀察者實際的注視位置，符號“+”代表視線落點的估計位置，設備測量到的視線估計值會在注視位置附近不停跳變。

由于本系統內部每20ms會更新一次視線落點坐標，因此軟件會對1s時間段內的視線落點坐標值取算術平均，此平均值代表視覺關注區域中心點坐標。

人眼在軟件的圖像顯示區域內發現了目標，視線落點會隨目標一起沿Y軸方向移動。若視覺關注區域中心點坐標變化趨勢與目標移動方向一致，可判定圖像中出現了疑似目標。接下來，如果視線落點跟隨某目標移動并保持一定時間，可判定視線所在區域存在目標。視覺關注區域若存在目標則符合圖像分割條件，軟件會記錄該區域圖像信息，并截圖保存。

3 結語

本文提出了一種基于視覺關注度的衛星觀測圖像分割方案，該方案通過視線追蹤技術估算視線落點，根據視線移動規律分析視覺關注度，獲取目標所在區完成圖像分割。相比于使用算法對衛星觀測圖像所有區域進行逐一分析的方式，該方法能夠借助人的直覺，更快速的發現目標并提取相關圖像信息。通過減少無效操作降低算法的運算量，對衛星觀測圖像中的目標實現快速識別和提取。

參考文獻

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

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

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

[4] 張闖.一種新的基于瞳孔-角膜反射技術的視線追蹤方法[J].計算機學報，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.視線追蹤技術在網頁關注點提取中的應用研究[D].西安：西安工業大學，2016.

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