CN102662476A - 一种视线估计方法 - Google Patents

Abstract

本发明公开了一种视线估计方法，本方法通过校准找到校准误差，随后通过头部偏移校正，头部旋转校正，估计脸平面与屏幕距离和建立3D的模型得到眼球的光轴信息，最终得到注视点的位置；本发明只使用到了单个摄像头，而无任何其他辅助设备；本发明通过用户校正的环节，以达到进一步提高估计精度的目的；并且通过脸平面与屏幕距离的估计和头部偏移与旋转的校正，尽量减少了限制条件，为用户提供舒适的使用环境，使其具有更好的精度和对头部运动的适应性；在基于真实的人眼眼球的基础上，建立了基于3D模型的视线估计方法以达到提高估计精度的目的；本方法减少了额外辅助设备，提高了对头部运动的适应性，并且视线估计有比较好的精度。

Description

一种视线估计方法

技术领域

本发明涉及人机交互领域，特别涉及一种视线估计方法。

背景技术

人机交互是随着科技的不断发展而发展的，自从计算机出现以来人机交互技术经历了巨大的变化，人机交互的发展历史，是从人适应计算机到计算机不断适应人的发展史。早期的手工作业阶段，计算机是一个十分庞大笨拙的二进制计算机，使用者必须利用计算机代码语言和手工操作的方法来使用计算机；在作业控制语言及交互命令语言阶段，计算机的主要使用者(程序员)可以通过记忆许多命令和敲击键盘，采用批处理作业语言或交互命令语言的方式来调试程序、了解计算机执行情况；以上两个阶段都是应用键盘和字符显示器进行人机交互，而到了图形用户界面(GUI)阶段，鼠标和基于图形菜单的出现，可使用户可以直接操纵计算机而无须掌握复杂的计算机语言，不懂计算机的普通用户也可以熟练地使用，大大的拓宽了用户群，使信息产业得到空前的发展，计算机适应人的序幕正式拉开；新的技术不断出现：搜索引擎、网络加速、多媒体动画、聊天工具等都使人机交互上升到一个更高的境界。

多通道、多媒体的智能人机交互阶段是真正人机交互的开始。当前计算机的两个重要的发展趋势是计算机系统的拟人化和计算机的微型化、随身化和嵌入化，例如：虚拟现实、手持电脑和智能手机等。单通道的交互方式已向多通道交互方式转变，人机交互已经更为人性化，操作亦向自然、高效的方向发展。结合视线跟踪、语音识别和手势输入等技术的多媒体和多通道的人机交互界面是未来的研究方向。

由于人的视线具有直接性、自然性和双向性等其他信息所无法具备的特点，所以人们对视线估计的研究有着深厚的兴趣。在面部识别的基础上，我们可以进一步利用视线估计技术，计算出用户在屏幕上所关注的区域。视线估计技术的应用领域十分广阔，例如：智能家电、广告研究、智能计算机、虚拟游戏、汽车驾驶、助残和军事等领域，具有十分广阔的应用前景。在网页及广告设计中，可利用视线估计技术来获取用户的主要关注区域，进行设计评估。在智能计算机中，可使用视线估计技术代替传统的鼠标进行控制和输入。并可逐步取代一般人机交互输入系统，作为特定目标系统的输入子系统，为目标系统的事实控制动作提供判断依据，服务于需要双手进行操作的专业人士，该系统可以广泛应用于医学、交通、军事及娱乐等各个方面，提供全新的信息输入手段，全面提升社会科技水平。

发明人在实现本发明的过程中，发现现有技术中存在以下的缺点和不足：

目前大多数视线估计方法大多采用瞳孔角膜反射向量法，因为它具有良好的用户体验和较高的估计精度，但由于需要额外辅助光源，同时用户在使用过程中必须保持头部静止，而且随着头部的运动，该方法的估计精度会急剧下降。其精度一般在10～20mm，但其运用的一般是双目摄像头或者多个辅助光源，且对头部运动的适应性较差。近几年国内也有很多关于视线估计方法的研究技术，虽然视线估计的精度比较好，但也需要额外辅助光源。

发明内容

本发明提供了一种视线估计方法，本发明减少了额外辅助设备，提高了对头部运动的适应性并且具有较好的精度，详见下文描述：

一种视线估计方法，所述方法包括以下步骤：

(1)用户按照预设条件注视屏幕上的若干指定点，获取注视点估计值的横纵坐标数据，横纵坐标数据用于计算校准误差S′_h；

(2)从所述摄像头拍摄的图像中获取双眼内眼角在图像上的坐标，判断双眼内眼角中心是否在图像中央，如果是，执行步骤(4)；如果否，执行步骤(3)；

(3)通过双眼的内眼角在图像上的坐标获取双眼内眼角中心点的坐标与图像中央点的差量F_M，将双眼内眼角、双眼瞳孔中心和脸边界的横坐标与纵坐标整体进行坐标变换以完成用户头部偏移的校正，执行步骤(4)；

(4)判断用户脸平面与屏幕平面之间是否有旋转角度β，如果是，执行步骤(5)；如果否，执行步骤(6)；

(5)双眼内眼角与对应脸边界的距离不同，对用户头部旋转，根据所述旋转角度β对所述双眼内眼角、所述双眼瞳孔中心的坐标进行转换，将用户脸平面校正为正脸；

(6)将用户脸平面、屏幕距离与双眼内眼角点三者之间的关系表示成三次多项式函数，通过待定系数法确定多项式函数的系数；

(7)获取3D模型，根据所述3D模型获取注视点的纵坐标和横坐标，通过所述三次多项式函数确定注视点S′_f，其中，所述注视点的纵坐标具体为眼球光轴与屏幕交点的纵坐标；所述注视点的横坐标具体为左右眼的光轴与屏幕交点的横坐标的平均值；

(8)对校准误差S′_h和注视点S′_f进行求和获取最终的注视点S′，即S′＝S′_f+S′_h。

以垂直于水平面并且通过双眼中心的直线为轴的脸部旋转。

所述3D模型具体为：坐标原点O′为屏幕中央正上方点，即摄像头所在位置，S为用户在屏幕上的注视点，P表示瞳孔中心，O₁表示角膜中心，O表示眼球中心，M表示内眼角点，N表示眼前点；h，i分别表示内眼角点和瞳孔中心在摄像头像平面上的对应点，K，K₀，K₁分别表示眼球中心与角膜中心、眼球中心与瞳孔中心、眼球中心与眼前点的距离；虚线部分表示眼睛的光轴，实线O₁S表示眼睛的视线方向，即眼睛的视轴，d表示用户脸平面与屏幕的距离；通过获得的内眼角点M来计算眼球中心O，O与N点的连线定义为光轴，计算出光轴方向算出光轴与屏幕的交点。

本发明提供的技术方案的有益效果是：本方法通过校准找到校准误差，随后通过头部偏移校正，头部旋转校正，估计脸平面与屏幕距离和建立3D的模型得到眼球的光轴信息，最终得到注视点的位置；本发明只使用到了单个摄像头，而无任何其他辅助设备；本发明通过用户校正的环节，以达到进一步提高估计精度的目的；并且通过脸平面与屏幕距离的估计和头部偏移与旋转的校正，尽量减少了限制条件，为用户提供舒适的使用环境，使其具有更好的精度和对头部运动的适应性；在基于真实的人眼眼球的基础上，建立了基于3D模型的视线估计方法以达到提高估计精度的目的；本方法减少了额外辅助设备，提高了对头部运动的适应性，并且视线估计有比较好的精度。

附图说明

图1为本发明提供的一种视线估计方法的流程图；

图2为本发明提供的头部旋转校正的示意图；

图3为本发明提供的脸平面旋转角度的计算的示意图；

图4为本发明提供的人脸旋转校正的示意图；

图5为本发明提供的3D视线估计模型的示意图；

图6为本发明提供的双眼光轴与视轴之间的关系的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

为了减少额外辅助设备，提高对头部运动的适应性并且具有较好的精度，本发明实施例提供了一种视线估计方法，参见图1，详见下文描述：

101：用户按照预设条件注视屏幕上的若干指定点，获取注视点估计值的横纵坐标数据，横纵坐标数据用于计算校准误差S′_h；

其中，当用户初次进行视线估计时，需要进行一次校准，指定点的数目根据实际应用中的需要进行设定，具体实现时，本发明实施例对此不做限制。例如：用户按照提示“请依次注视屏幕上的4个指定点”(注：这四个指定点分布在屏幕的四个角)依次注视屏幕上几个指定点。例如：4个指定点分别为A、B、C和D，用户注视A点，本方法获取和A点相近的点A’，获取注视点估计值A’的横纵坐标数据。

其中，预设条件具体为：保证脸平面在屏幕中央，且正视屏幕，并且需要尽量保持头部静止。

102：从摄像头拍摄的图像中获取双眼内眼角在图像上的坐标，判断双眼内眼角中心是否在图像中央，如果是，执行步骤104；如果否，执行步骤103；

其中，为了克服在视线估计技术中红外光源的限制作用，尽量减少对用户的诸多限制条件，本方法的视线估计方法只用到了单个摄像头，而无任何其他任何辅助设备，为用户提供了舒适的使用环境，并且使其具有更好的精度和对头部运动的适应性。

103：通过双眼的内眼角在图像上的坐标获取双眼内眼角中心点的坐标与图像中央点的差量F_M，将双眼内眼角、双眼瞳孔中心和脸边界的横坐标与纵坐标整体进行坐标变换以完成用户头部偏移的校正，执行步骤104；

104：判断用户的脸平面与屏幕平面之间是否有旋转角度β，如果是，执行步骤105；如果否，执行步骤106；

105：双眼内眼角与对应脸边界的距离不同，对用户头部旋转，获取用户脸平面的旋转角度β，根据旋转角度β对双眼内眼角、双眼瞳孔中心的坐标进行转换，将用户脸平面校正为正脸；

其中，对用户头部旋转具体为：以垂直于水平面并且通过双眼中心的直线为轴的脸部旋转。

参见图4，o″′点为双眼内眼角中心，即脸平面旋转中心，A，D分别为脸平面转动后的脸边界，B，C分别为双眼的内眼角点，f为摄像头的焦距，D₁为内眼角到双眼中心的距离，D为脸边界到双眼中心的距离，a，b，c，d分别为脸边界与内眼角在拍摄到图像中的成像，β为用户脸平面的旋转角度。

参见图5，这里仅用拍摄到图像中两个内眼角点校正为正脸的方法，来说明计算过程，其余特征点的情况类似。设两个内眼角点间的像素距离为A₁’C₁’，并且用户脸平面的旋转角度∠α＝∠β，则可以得出：

A₁C₁＝A₁’C₁’/cos α

由此即可将拍摄到图像中的脸部特征点坐标校正为正脸时的坐标，需要进行校正的特征点分别为双眼内眼角、双眼瞳孔中心的坐标信息。为了在使用时保证用户头部的自由运动，至此完成了用户头部的偏移与旋转的校正，为计算注视点奠定了基础。

根据提供的脸部特征点包括脸边界与双眼内眼角信息，计算出用户脸平面的旋转角度β，进而对双眼内眼角、双眼瞳孔中心这些脸部特征点的坐标进行转换，将旋转的脸平面校正为正脸时的情况。

106：将用户脸平面、屏幕距离与双眼内眼角点三者之间的关系表示成三次多项式函数，通过待定系数法确定多项式函数的系数；

其中，该步骤具体为：通过双眼内眼角的距离计算出用户脸平面与屏幕的距离，在距离屏幕四种距离的地方，对多个用户进行数据采集，采集的数据包括：双眼内眼角点在图像上的距离，用户和屏幕之间的距离；然后求双眼内眼角点在图像上的距离，用户和屏幕之间的距离之间的平均值，接着可以列出四个方程，求出三次多项式函数的四个系数。

107：获取3D模型，根据3D模型获取注视点的纵坐标和横坐标，通过三次多项式函数确定注视点S′_f，其中，纵坐标具体为眼球光轴与屏幕交点的纵坐标；横坐标具体为左右眼的光轴与屏幕交点的横坐标的平均值；

其中，参见图6，3D模型具体为：坐标原点O′为屏幕中央正上方点，即摄像头所在位置，S为用户在屏幕上的注视点，P表示瞳孔中心，O₁表示角膜中心，O表示眼球中心，M表示内眼角点，N表示眼前点；h，i分别表示内眼角点和瞳孔中心在摄像头像平面上的对应点，K，K₀，K₁分别表示眼球中心与角膜中心、眼球中心与瞳孔中心、眼球中心与眼前点的距离；虚线部分表示眼睛的光轴，实线O₁S表示眼睛的视线方向，即眼睛的视轴，d表示用户脸平面与屏幕的距离；通过获得的内眼角点M来计算眼球中心O，O与N点的连线定义为光轴，计算出光轴方向算出光轴与屏幕的交点。

具体实现时，本方法只考虑光轴与视轴夹角的水平分量，注视点的纵坐标依然使用眼球光轴与屏幕交点的纵坐标，注视点的横坐标就是左右眼的光轴与屏幕交点的横坐标的平均值。

其中，参见图7，以左眼球为例，介绍眼球光轴与屏幕的交点，右眼球可用相同的方法求出，交点的计算公式如下所示：

$\left\{\begin{array}{c}\frac{X-E_{\mathrm{lx}}}{B_{\mathrm{lx}}-E_{\mathrm{lx}}}=\frac{Y-E_{\mathrm{ly}}}{B_{\mathrm{ly}}-E_{\mathrm{ly}}}\\ \frac{X-E_{\mathrm{lx}}}{B_{\mathrm{lx}}-E_{\mathrm{lx}}}=\frac{Z-E_{\mathrm{lz}}}{B_{\mathrm{lz}}-E_{\mathrm{lz}}}\\ Z=0\end{array}\right.---\left(0.1\right)$

其中，E_lx表示左眼的横坐标、E_ly表示左眼的纵坐标、E_lz表示左眼的Z轴坐标(三维坐标系中的深度方向坐标)、B_lx表示左眼的瞳孔中心的横坐标、B_ly表示左眼的瞳孔中心的纵坐标、B_lz表示左眼的瞳孔中心的Z轴坐标(三维坐标系中的深度方向坐标)，Z＝0表示显示器屏幕平面的方程。

注视点的横坐标计算公式可以表示如下：

X_POG＝X_POAL+X_POAR

其中，X_POAL、X_POAR分别表示左右眼光轴与显示器屏幕交点的横坐标，X_POG为两眼光轴与屏幕交点横坐标的中心，B_L、B_R分别为左右眼的瞳孔中心，A_L、A_R分别为左右眼的角膜中心，E_L、E_R分别为左右眼的眼球中心，F_L、F_R分别表示左右眼的中央凹。

根据双眼注视屏幕上的一个固定点分析出，可以分别计算出双眼的光轴E_LX_POAL和E_RX_POAR，然后把两眼光轴与屏幕的交点中心X_POG作为注视点，而不需要通过校准点的方法来获得光轴与视轴的夹角。

108：对校准误差S′_h和注视点S′_f进行求和获取最终的注视点S′，即S′＝S′_f+S′_h。

下面以2个具体的实验来验证本发明实施例提供的一种基于3D模型的视线估计方法的可行性；

本方法设计了两个实验，分别用于测试用户脸平面与显示器屏幕距离以及头部静止和自由运动时的注视点估计误差。实验中，用户需按照提示(“请依次注视屏幕上的标注点”)依次注视显示器屏幕上的各个固定点，这时摄像头拍摄到用户注视每一个固定点时的脸部图像。

实际上在进行视线方向估计之前，需要进行脸部特征点的提取，这是由确定的系统提供，但在进行脸部特征点提取时，往往会造成特征点提取的不准确，造成输入误差，这为视线估计时的分析注视点估计的精度引入误差。所以为了保证输入数据的准确性，对每一幅图像，均采用手工标定的方式提取图像中的特征点，包括脸部边界、双眼内眼角和双眼瞳孔中心。

为了考虑不同的头部状态对注视点估计误差的影响，本方法设计了头部静止状态和头部自由运动状态对注视点估计误差的影响。为了比较在不同距离下误差的区别，用户需要位于屏幕前方的不同距离处进行实验，对于每一个距离重复以上实验过程。

在实验中，摄像头固定与屏幕中央正上方，采用的摄像头分辨率为1600×1200像素，屏幕分辨率为1440×900像素，显示器屏幕的长和宽分别为410×255mm。

(1)用户脸平面与显示器屏幕距离的误差

1、头部保持固定静止

表1列出了在头部保持固定静止的条件下，脸平面与屏幕距离估计的误差。其中需要用已知数据，即5个初始用户的双眼内眼角距离信息，代入三次多项式进行拟合，得出其中的系数，进行实验，计算用户脸平面与屏幕距离估计的误差。

表1头部静止时距离估计误差(mm)

用户与摄像头距离	450	550	650	750
					平均估计距离	473.39	560.59	655.48	748.25

平均误差

23.39

10.59

5.48

1.75

2、头部自由运动

表2和表3分别列出了在头部不同偏移幅度和不同旋转角度下，脸平面与屏幕距离估计的平均误差。实验中的头部偏移幅度和旋转角度分别表示实验中头部的最大幅度。

表2头部移动时距离估计误差(mm)

表3头部旋转时距离估计误差

(2)头部静止和自由运动时的注视点估计误差

针对用户头部的校正情况，本实验分为两组，分别在用户头部保持静止时和头部自由运动时进行注视点的估计。两组实验都是用户距屏幕不同距离处注视屏幕上176个固定点时，得到的误差数据。

1、头部保持静止

表4所得到的数据均是在用户保持为正脸状态，且实验中尽量保持头部静止的情况下得到的注视点估计数据。其中水平和垂直分别表示注视点的横坐标与纵坐标的数据。

表4头部静止时注视点估计误差

2、头部自由运动

在头部自由运动时，本实验又分为两组，分别是头部移动时和头部旋转时的注视点估计误差，如表5和表6所示。同样的，实验中的头部偏移幅度和旋转角度分别表示实验中头部的最大幅度。

表5头部移动时注视点估计误差

表6头部旋转时注视点估计误差

(3)实验分析与结论

结合实验结果，分别从以下几个方面对基于3D模型的视线估计方法进行分析，并给出一些结论：

1.脸平面与屏幕距离估计

1.1头部静止时

由表1可知，在脸屏幕距离屏幕450mm处的距离估计误差最大，然后随着与屏幕距离的增大而减小。这应该与拍摄到的图像中双眼内眼角像素距离大小有关。可以看出，因为每次拍摄到的图像像素是不变的，为1600×1200像素，但是随着脸平面与屏幕距离的增大，内眼角的距离在其中所占像素值越来越少，造成距离的估计对双眼内眼角距离变化越来越不敏感。所以随着脸平面与屏幕的距离增大，平均误差越来越小。头部静止时，脸平面与屏幕距离的估计误差在0.23％～5.2％之间。

1.2头部偏移对精度的影响

从表2中的数据分析得到，当用户脸平面与屏幕距离相同，且头部分别偏移±10mm和±20mm时，估计距离基本与头部静止时的数据相同。而且同样随着用户脸平面与屏幕距离的增大，估计距离的误差在减小。头部发生偏移时，在相同距离下，偏移幅度为±20mm的估计误差要略大于偏移幅度为±10mm的数据。

1.3头部旋转对精度的影响

在实际实验中，用户的头部发生旋转时，双眼内眼角的距离信息是变化的，所以需要校正后，才能进行脸平面与距离的估计。由表3可知，在相同距离下，头部发生旋转后的距离估计误差，要大于头部静止和偏移时的误差。这主要是由于在头部旋转校正时，带入了部分误差，以至于在距离估计时会进一步增大误差。同样的，头部发生偏旋转时，在相同距离下，偏移幅度为±20mm的估计误差要略大于偏移幅度为±10mm的数据。随着用户脸平面与屏幕距离的增大，估计距离的误差在减小。

2.视线估计的精度

2.1头部静止时

由表4可知，在头部静止时，注视点估计的精度(mm)随距离的变化，基本没有太大的变化，没有距离估计时那么非常明显的变化。但精度(度)的变化随着脸平面与屏幕距离的增大而减小，这也能从另一个方面反映出精度误差的变化。视线估计的平均误差在3.22％～8.34％之间。

2.2头部偏移对精度的影响

从表5可以看出，当用户头部偏移时，视线估计的精度要略大与头部静止时的精度，可以得出头部的偏移对视线估计是有一定影响的。当头部发生偏移时，在相同距离下，偏移幅度为±20mm的估计误差要略大与偏移幅度为±10mm的数据，但偏移幅度的增加，对视线估计的误差影响很有限，说明本方法提出的视线估计模型对于头部的偏移是有较好的适应性的。

2.3头部旋转对头部的影响

从表6可以看出，当用户头部发生旋转时，视线估计的误差明显比头部静止时的误差大，并且随着头部旋转幅度的增大，视线估计的误差会进一步增大，影响视线估计的效果，但是本方法提出的视线估计模型对于比较大的头部旋转有比较好的适应性，当头部旋转幅度比较小时，精度可以满足要求，当头部旋转幅度增大时，误差会变的稍大些。

综上所述，本发明实施例提供了一种视线估计方法，本方法通过校准找到校准误差，随后通过头部偏移校正，头部旋转校正，估计脸平面与屏幕距离和建立3D的模型得到眼球的光轴信息，最终得到注视点的位置；本发明实施例只使用到了单个摄像头，而无任何其他辅助设备；本发明实施例通过用户校正的环节，以达到进一步提高估计精度的目的；并且通过脸平面与屏幕距离的估计和头部偏移与旋转的校正，尽量减少了限制条件，为用户提供舒适的使用环境，使其具有更好的精度和对头部运动的适应性；在基于真实的人眼眼球的基础上，建立了基于3D模型的视线估计方法以达到提高估计精度的目的；本方法减少了额外辅助设备，提高了对头部运动的适应性，并且视线估计有比较好的精度。

本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种视线估计方法，其特征在于，所述方法包括以下步骤：

(1)用户按照预设条件注视屏幕上的若干指定点，获取注视点估计值的横纵坐标数据，横纵坐标数据用于计算校准误差S′_h；

(2)从所述摄像头拍摄的图像中获取双眼内眼角在图像上的坐标，判断双眼内眼角中心是否在图像中央，如果是，执行步骤(4)；如果否，执行步骤(3)；

(3)通过双眼的内眼角在图像上的坐标获取双眼内眼角中心点的坐标与图像中央点的差量F_M，将双眼内眼角、双眼瞳孔中心和脸边界的横坐标与纵坐标整体进行坐标变换以完成用户头部偏移的校正，执行步骤(4)；

(4)判断用户脸平面与屏幕平面之间是否有旋转角度β，如果是，执行步骤(5)；如果否，执行步骤(6)；

(5)双眼内眼角与对应脸边界的距离不同，对用户头部旋转，根据所述旋转角度β对所述双眼内眼角、所述双眼瞳孔中心的坐标进行转换，将用户脸平面校正为正脸；

(6)将用户脸平面、屏幕距离与双眼内眼角点三者之间的关系表示成三次多项式函数，通过待定系数法确定多项式函数的系数；

(7)获取3D模型，根据所述3D模型获取注视点的纵坐标和横坐标，通过所述三次多项式函数确定注视点S′_f，其中，所述注视点的纵坐标具体为眼球光轴与屏幕交点的纵坐标；所述注视点的横坐标具体为左右眼的光轴与屏幕交点的横坐标的平均值；

(8)对校准误差S′_h和注视点S′_f进行求和获取最终的注视点S′，即S′＝S′_f+S′_h。

2.根据权利要求1所述的一种视线估计方法，其特征在于，所述对用户头部旋转具体为：以垂直于水平面并且通过双眼中心的直线为轴的脸部旋转。

3.根据权利要求1所述的一种视线估计方法，其特征在于，所述3D模型具体为：坐标原点O′为屏幕中央正上方点，即摄像头所在位置，S为用户在屏幕上的注视点，P表示瞳孔中心，O₁表示角膜中心，O表示眼球中心，M表示内眼角点，N表示眼前点；h，i分别表示内眼角点和瞳孔中心在摄像头像平面上的对应点，K，K₀，K₁分别表示眼球中心与角膜中心、眼球中心与瞳孔中心、眼球中心与眼前点的距离；虚线部分表示眼睛的光轴，实线O₁S表示眼睛的视线方向，即眼睛的视轴，d表示用户脸平面与屏幕的距离；通过获得的内眼角点M来计算眼球中心O，O与N点的连线定义为光轴，计算出光轴方向算出光轴与屏幕的交点。

Images