瞳孔定位方法、瞳孔定位装置、电子设备、存储介质制造方法及图纸

技术编号:21185274 阅读:19 留言:0更新日期:2019-05-22 15:53
本公开提供了一种瞳孔定位方法、瞳孔定位装置、电子设备及计算机可读存储介质,属于图像处理技术领域。该方法包括:获取目标图像;从所述目标图像中提取一个或多个连通区域;确定所述连通区域的弧度系数;根据所述弧度系数从各所述连通区域中选取候选瞳孔区域;基于各所述候选瞳孔区域的尺寸,从各所述候选瞳孔区域中确定目标瞳孔区域。本公开基于简化的算法实现图像中瞳孔的识别与定位,处理效率较高,对于绝大多数场景的图像具有普遍适用性,且准确度较高。

Pupil positioning method, pupil positioning device, electronic equipment, storage medium

The present disclosure provides a pupil positioning method, a pupil positioning device, an electronic device and a computer readable storage medium, belonging to the field of image processing technology. The method includes: acquiring the target image; extracting one or more connected areas from the target image; determining the radian coefficients of the connected areas; selecting candidate pupil regions from the connected areas according to the radian coefficients; and determining the target pupil regions from the candidate pupil regions based on the size of the candidate pupil regions. The present disclosure realizes pupil recognition and location in images based on simplified algorithms, with high processing efficiency, universal applicability and high accuracy for most scenes.

【技术实现步骤摘要】
瞳孔定位方法、瞳孔定位装置、电子设备、存储介质
本公开涉及图像处理
,尤其涉及一种瞳孔定位方法、瞳孔定位装置、电子设备、计算机可读存储介质。
技术介绍
瞳孔定位(或称瞳孔识别、人眼定位等)是指在图像或视频中,检测人眼瞳孔的位置,确定瞳孔所在的区域。该技术在面部识别、虚拟现实(VR)、电子安防、安全驾驶等领域有着重要的应用。现有的瞳孔定位方法大多以机器学习为基础,需要对瞳孔的特征进行学习与训练,根据学习到的特征进行瞳孔区域的识别与定位。然而,该方法较多地依赖于已有的瞳孔特征信息,普遍存在一定程度的过拟合问题,特别是对“陌生人”的瞳孔定位效果通常较差,且瞳孔定位算法的鲁棒性较差,导致定位结果的准确度较低。需要说明的是,在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开提供了一种瞳孔定位方法、瞳孔定位装置、电子设备、计算机可读存储介质,进而至少在一定程度上克服现有的瞳孔定位方法准确度较低的问题。本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。根据本公开的一个方面,提供一种瞳孔定位方法,包括:获取目标图像;从所述目标图像中提取一个或多个连通区域;确定所述连通区域的弧度系数;根据所述弧度系数从各所述连通区域中选取候选瞳孔区域;基于各所述候选瞳孔区域的尺寸,从各所述候选瞳孔区域中确定目标瞳孔区域。在本公开的一种示例性实施例中,从所述目标图像中提取一个或多个连通区域包括:通过预设滑动窗口从所述目标图像中提取一个或多个连通区域。在本公开的一种示例性实施例中,所述基于各所述候选瞳孔区域的尺寸,从各所述候选瞳孔区域中确定目标瞳孔区域包括:计算各所述候选瞳孔区域在所述预设滑动窗口中的面积比例;将所述面积比例与标准比例最接近的候选瞳孔区域确定为所述目标瞳孔区域。在本公开的一种示例性实施例中,所述通过预设滑动窗口从所述目标图像中提取一个或多个连通区域包括:利用所述预设滑动窗口遍历所述目标图像,得到所述目标图像的多个局部区域;在各所述局部区域内提取一个或多个连通区域;所述根据所述弧度系数从各所述连通区域中选取候选瞳孔区域包括:将各所述局部区域内弧度系数最大的连通区域确定为所述候选瞳孔区域。在本公开的一种示例性实施例中,所述从所述目标图像中提取一个或多个连通区域包括:从所述目标图像中提取一个或多个候选连通区域;对于任一所述候选连通区域Ai,获取候选连通区域Ai的外接矩形Di,并通过以下公式计算候选连通区域Ai的形状系数Q(Ai):其中ai为外接矩形Di的长边长度,bi为外接矩形Di的短边长度;将所述形状系数满足预设条件的候选连通区域确定为所述连通区域。在本公开的一种示例性实施例中,所述确定所述连通区域的弧度系数包括:对于任一所述连通区域Bj,获取连通区域Bj的外接矩形Dj;获取连通区域Bj的面积S(Bj);通过以下公式计算连通区域Bj的弧度系数R(Bj):其中,aj为外接矩形Dj的长边长度,bj为外接矩形Dj的短边长度。在本公开的一种示例性实施例中,所述外接矩形包括外接旋转矩形。在本公开的一种示例性实施例中,所述从各所述候选瞳孔区域中确定目标瞳孔区域之后,所述方法还包括:将所述目标瞳孔区域的质心确定为瞳孔中心。在本公开的一种示例性实施例中,所述获取目标图像后,所述方法还包括:对所述目标图像进行预处理。在本公开的一种示例性实施例中,所述预处理包括以下任意一种或多种:灰度化处理、高斯滤波、二值化处理与形态学处理。在本公开的一种示例性实施例中,所述方法应用于虚拟现实设备;所述获取目标图像包括:利用所述虚拟现实设备的图像采集模块采集用户的眼部图像,将所述眼部图像确定为所述目标图像。在本公开的一种示例性实施例中,所述图像采集模块包括红外成像单元,所述眼部图像为红外图像。根据本公开的一个方面,提供一种瞳孔定位装置,包括:目标图像获取模块,用于获取目标图像;连通区域提取模块,用于从所述目标图像中提取一个或多个连通区域;弧度系数确定模块,用于确定所述连通区域的弧度系数;候选区域选取模块,用于根据所述弧度系数从各所述连通区域中选取候选瞳孔区域;目标区域确定模块,用于基于各所述候选瞳孔区域的尺寸,从各所述候选瞳孔区域中确定目标瞳孔区域。根据本公开的一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的方法。根据本公开的一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的方法。本公开的示例性实施例具有以下有益效果:从目标图像中提取连通区域,确定连通区域的弧度系数,并根据弧度系数从各连通区域中选取候选瞳孔区域,再根据各候选瞳孔区域的尺寸从中确定目标瞳孔区域。一方面,通过弧度系数与尺寸的双指标表征连通区域与真实瞳孔的接近程度,对于绝大多数场景的图像中的人眼瞳孔具有普遍适用性,且准确度较高。另一方面,相对于现有技术依赖机器学习模型处理的方式,本示例性实施例无需对大量的瞳孔特征进行预先学习,不依赖于样本数据与训练过程,整个方法的流程简单,对于硬件资源的要求较低,具有较高的处理效率。应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1示出本示例性实施例中一种瞳孔定位方法的流程图;图2示出本示例性实施例中一种提取连通区域的流程示意图;图3示出本示例性实施例中一种预设滑动窗口的示意图;图4示出本示例性实施例中一种利用预设滑动窗口遍历目标图像的示意图;图5示出本示例性实施例中一种高斯滤波处理的示意图;图6示出本示例性实施例中另一种瞳孔定位方法的流程图;图7示出本示例性实施例中一种瞳孔定位装置的结构框图;图8示出本示例性实施例中一种瞳孔定位装置中图像采集模块的结构框图;图9示出本示例性实施例中一种用于实现上述方法的电子设备;图10示出本示例性实施例中一种用于实现上述方法的计算机可读存储介质。具体实施方式现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。本公开的示例性实施例首先提供了一种瞳孔定位方法,可以应用于计算机,或者具备图像处理功能的VR设备、电子安防设备、安全驾驶装置系统等。参考图1所示,该方法可以包括以下步骤S110~S150:步骤S110,获取目标图像。其中,目标图像即需要进行瞳孔定位的图像,可以是静态图像,也可以是动态图像(如视频、动图等),动态图像通常由连续帧的静态图像构成,可以对其中的每一帧或部分帧的静态图像进行本示例性实施例的瞳孔定本文档来自技高网...

【技术保护点】
1.一种瞳孔定位方法,其特征在于,包括:获取目标图像;从所述目标图像中提取一个或多个连通区域;确定所述连通区域的弧度系数;根据所述弧度系数从各所述连通区域中选取候选瞳孔区域;基于各所述候选瞳孔区域的尺寸,从各所述候选瞳孔区域中确定目标瞳孔区域。

【技术特征摘要】
1.一种瞳孔定位方法,其特征在于,包括:获取目标图像;从所述目标图像中提取一个或多个连通区域;确定所述连通区域的弧度系数;根据所述弧度系数从各所述连通区域中选取候选瞳孔区域;基于各所述候选瞳孔区域的尺寸,从各所述候选瞳孔区域中确定目标瞳孔区域。2.根据权利要求1所述的方法,其特征在于,从所述目标图像中提取一个或多个连通区域包括:通过预设滑动窗口从所述目标图像中提取一个或多个连通区域。3.根据权利要求2所述的方法,其特征在于,所述基于各所述候选瞳孔区域的尺寸,从各所述候选瞳孔区域中确定目标瞳孔区域包括:计算各所述候选瞳孔区域在所述预设滑动窗口中的面积比例;将所述面积比例与标准比例最接近的候选瞳孔区域确定为所述目标瞳孔区域。4.根据权利要求2所述的方法,其特征在于,所述通过预设滑动窗口从所述目标图像中提取一个或多个连通区域包括:利用所述预设滑动窗口遍历所述目标图像,得到所述目标图像的多个局部区域;在各所述局部区域内提取一个或多个连通区域;所述根据所述弧度系数从各所述连通区域中选取候选瞳孔区域包括:将各所述局部区域内弧度系数最大的连通区域确定为所述候选瞳孔区域。5.根据权利要求1所述的方法,其特征在于,所述从所述目标图像中提取一个或多个连通区域包括:从所述目标图像中提取一个或多个候选连通区域;对于任一所述候选连通区域Ai,获取候选连通区域Ai的外接矩形Di,并通过以下公式计算候选连通区域Ai的形状系数Q(Ai):其中ai为外接矩形Di的长边长度,bi为外接矩形Di的短边长度;将所述形状系数满足预设条件的候选连通区域确定为所述连通区域。6.根据权利要求1所述的方法,其特征在于,所述确定所述连通区域的弧度系数包括:对于任一所述连通区域Bj,获取连通区域Bj的外接矩形Dj;获取连通区域Bj的面积S(B...

【专利技术属性】
技术研发人员:孙建康张浩陈丽莉楚明磊薛鸿臻董泽华王雪丰
申请(专利权)人:京东方科技集团股份有限公司北京京东方光电科技有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1