چکیده
در طی انجام این پژوهش، هدف اصلی مان مشخص کردن عمق دید می باشد. به بیان ساده تر یعنی اگر یک عکس با کیفیت تقریبا خوب از صورت فرد در اختیار داشته باشیم به طوری که تصویر چشم ها در عکس واضح باشد، بتوانیم با پردازش برروی تصویر مورد نظر، مشخص کنیم که نقطه ای که فرد در زمان عکس برداری به آنجا نگاه می کرده در چه فاصله از چشمان فرد قرار داشته است. همان طور که می دانیم هرچه به یک نقطه نزدیکتر نگاه می کنیم فاصله ی مردمک چشم ها از هم کم تر می شود و با افزایش فاصله ی نقطه دید (عمق دید) فاصله مردمک ها از هم بیشتر می شود تا جایی که به یک فاصله ثابت از هم می رسند. بنابراین ما از این ویژگی چشم ها استفاده کردیم تا بتوانیم عمق دید را تخمین بزنیم. لذا برای انجام این کار ما در ابتدا نیازمند مشخص کردن مردمک های چشم ها از یکدیگر هستیم. روش ها و الگوریتم های مختلفی برای تشخیص و رهگیری مردمک ها وجود دارد که ما در ادامه چند روش متداول تر را بیان، بررسی و با هم مقایسه می کنیم و یک روش خوب و به روز که تبدیل هاف بهبود یافته می باشد برای تشخیص مردمک ها به کار می گیریم و پس از رهگیری و تشخیص مردمک ها، به کمک یک الگوریتم مرکز مردمک ها را مشخص می کنیم و فاصله مراکز از هم را محاسبه می کنیم و توسط فاصله بدست آمده، و روابط بین فاصله مراکز و عمق دید، عمق دید را مشخص می کنیم. برای بدست آوردن عکس اولیه از صورت و چشم های فرد، از کلاه مجهز به دوربین (IR-EMD) استفاده خواهیم کرد که به طور هم زمان از هر دو چشم عکس گرفته می شود و سپس برای پردازش وارد الگوریتم می شود. سپس به بررسی قدرت، سرعت و همچنین خطای الگوریتم پیشنهادی پرداخته ایم. با بررسی نمودار خطای الگوریتم در 3 حالت بدون محدودیت عمق دید، عمق دید بین سی تا صد سانتی متر و عمق دید کمتر از سی سانتی متر در یافتیم این الگوریتم در عمق دید کم بسیار دقیق کار می کند وبا خطایی کمتر از 2.5 سانتی متر، عمق دید را تشخیص می دهد. هم چنین در بخش پیشنهادات، پیشنهادهایی برای بهتر شدن کارایی و کاهش خطای الگوریتم بیان نمودیم