一种瞳孔图像分割方法技术

本发明专利技术涉及一种瞳孔图像分割方法，该方法包括：获取待检测人眼图像的灰度图像、二值图像和边缘图像；对边缘图像中的边缘像素点进行链码跟踪得到多段链码，从多段链码中确定出初始目标链码；过同一边缘线上任意不相邻的两个边缘像素点做直线，获取直线的距离阈值内的边缘像素点的离散程度；根据离散程度确定出目标链码；选取最长的目标链码作为疑似瞳孔链码，去除该疑似瞳孔链码中连续相同的元素得到目标元素，利用目标元素对应的像素点进行霍夫圆变换得到一个圆，根据该圆的的圆心和半径得到瞳孔的位置和大小，本发明专利技术减少了瞳孔位置和大小检测的计算量，提高了检测效率。提高了检测效率。提高了检测效率。

【技术实现步骤摘要】
一种瞳孔图像分割方法


[0001]本专利技术涉及图像处理
，具体涉及一种瞳孔图像分割方法。

技术介绍

[0002]瞳孔是人眼内虹膜中心的小圆孔，为光线进入眼睛的通道，瞳孔会随着人体的某些生理和心理变化而发生变化，所以通过对瞳孔变化的检测，可以分析人体的生理、心理变化的信息，目前通过瞳孔变化分析人体生理和心理变化的方式被应用在临床、眼科和犯罪学科多个领域，随着技术的发展，对瞳孔位置和大小检测的准确度有了更高的要求。
[0003]目前的检测方法中有通过霍夫圆变换检测瞳孔大小以及对瞳孔定位的方法，但是该检测方法是对图像中的所有像素点进行分析，并且在霍夫圆变换中需要对图像中的每个像素点拟合所有尺寸的圆得到霍夫空间中的一条曲线，这种检测方法的计算量过大，这样就对计算机硬件有了更高的要求，因此，需要一种瞳孔图像分割方法。

技术实现思路

[0004]本专利技术提供一种瞳孔图像分割方法，以解决现有的问题。
[0005]本专利技术的一种瞳孔图像分割方法采用如下技术方案：该方法包括：获取待检测人眼图像的灰度图像，获取灰度图像的二值图像；对二值图像进行边缘检测得到边缘图像，对边缘图像中的像素点进行链码跟踪得到多段链码，利用每段链码中的元素的众数从多段链码中确定出初始目标链码；获取每段初始目标链码对应的边缘像素点组成的边缘线，过同一边缘线上任意不相邻的两个边缘像素点做直线，获取直线的距离阈值内的边缘像素点的离散程度；根据每条直线对应的离散程度从初始目标链码中确定出目标链码；选取最长的目标链码作为疑似瞳孔链码，去除该疑似瞳孔链码中连续相同的元素得到目标元素，利用目标元素对应的像素点进行霍夫圆变换得到一个圆，根据该圆的圆心和半径得到瞳孔的位置和大小。
[0006]进一步，获取灰度图像的二值图像的步骤包括：利用自适应阈值分割的方法得到疑似瞳孔区域图像和背景图像；将疑似瞳孔区域的像素点的灰度值全部置为0；将背景点的灰度值全部置为1，得到灰度图像的二值图像。
[0007]进一步，对边缘图像中的像素点进行链码跟踪得到多段链码的步骤包括：遍历边缘图像，边缘图像中的像素点即二值图像中的边缘像素点；从得到的第一个边缘像素点开始进行8方向链码跟踪；直到得到的某个边缘像素点不存在下一个8方向链码停止跟踪，此时得到了一段链码，标记链码中的边缘像素点；重新确定一个未被标记的边缘像素点进行重复的链码跟踪；直到二值图像中的边缘像素点都完成链码跟踪，最终得到多段链码。
[0008]进一步，利用每段链码中的元素的众数确定初始目标链码的步骤包括：去除元素数量小于等于设定的最小数量阈值的链码；在其余的链码中，利用滑框遍历每段链码，获取每段链码的每个滑框中元素的众数以及众数出现的频数；对每段链码中所有滑框的众数再求众数，记为目标众数，获取目标众数在所有滑框中出现的频数；根据每段链码的所有滑框中的众数以及众数出现的频数、目标众数以及目标众数出现的频数确定该段链码的边缘平直判定系数；根据每段链码的边缘平直判定系数确定出初始目标链码。
[0009]进一步，过同一边缘线上任意不相邻的两个边缘像素点做直线，获取直线的距离阈值内的边缘像素点的离散程度的步骤包括：过同一边缘线上任意不相邻的两个边缘像素点做直线，获取该直线的距离阈值内的边缘像素点的离散程度；在该直线的距离阈值外，任意选取某条初始目标链码对应的边缘线上不相邻的两个像素点，过所述两个边缘像素点做直线，获取该直线的距离阈值内的边缘像素点的离散程度；在得到的两条直线的距离阈值外，任意选取某条初始目标链码对应的边缘线上不相邻的两个像素点获取离散程度；直到边缘图像中所有的初始目标链码对应的边缘像素点都在所得到的直线的距离阈值内，停止获取离散程度。
[0010]进一步，获取直线的距离阈值内的边缘像素点的离散程度的步骤包括：将直线的距离阈值等分为两部分，近距离区间和远距离区间；分别获取该直线近距离区间和远距离区间中的边缘像素点数量；将近距离区间和远距离区间中边缘像素点数量的比值作为该直线的距离阈值内的边缘像素点的离散程度。
[0011]进一步，根据每条直线对应的离散程度从初始目标链码中确定出目标链码的步骤包括：将离散程度大于预设的离散阈值的直线对应的初始目标链码记为目标链码。
[0012]本专利技术的有益效果是：本专利技术的一种瞳孔图像分割方法，通过根据链码编码表示边缘线的特征，根据链码中元素种类的数量从多段链码中确定出初始目标链码，去除了较为平直的边缘线对应的链码，减少了后续的计算量；并且通过计算直线的距离阈值内边缘像素点的离散程度，去除了离散程度较小，即分布的区域形状较为趋近直线的边缘线对应的初始目标链码，减少了计算量；本专利技术还去除了疑似瞳孔链码中连续相同的元素，对其余元素进行霍夫圆变换，减少了计算量，提高了检测效率。
附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可
以根据这些附图获得其他的附图。
[0014]图1为本专利技术的一种瞳孔图像分割方法的实施例总体步骤的流程图；图2为图1中待检测人眼的灰度图像；图3为图1中灰度图像的二值图像；图4为图1中的边缘图像；图5为图1中圆的位图图像。
具体实施方式
[0015]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0016]本专利技术的一种瞳孔图像分割方法的实施例，如图1所示，该方法包括：S1、获取待检测人眼图像的灰度图像，获取灰度图像的二值化图像。
[0017]具体的，根据人眼图像采集电子设备采集待检测人眼图像，对待检测人眼图像进行灰度处理得到待检测人眼的灰度图像，如图2所示，由于得到的灰度图像会有噪声干扰，中值滤波能够有效去除灰度图像中正态分布的噪声，所以采用中值滤波对灰度图像降噪；本专利技术是为了获取瞳孔的大小和位置，所以要分割出灰度图像中的瞳孔区域。
[0018]人眼的瞳孔和眼睑区域的颜色较深，人眼其他部位颜色较深，在灰度图像中表现为瞳孔和眼睑区域的灰度值较小，人眼其他部位的灰度值较大，并且这两部分的灰度值差异较大，因此将灰度图像中灰度值小的像素点组成的区域记为疑似瞳孔区域；获取待检测人眼的灰度图像中所有像素点的灰度值，根据预设的分割阈值和每个像素点的灰度值，将灰度图像中灰度值小于分割阈值的像素点划分为初始疑似瞳孔区域区域像素点，将灰度图像中灰度值大于或等于分割阈值的点划分为初始背景点；获取初始疑似瞳孔区域像素点占灰度图像所有像素点的初始疑似瞳孔区域比例和初始疑似瞳孔区域像素点的灰度值均值，获取初始背景点占灰度图像所有像素点的初始背景点比例和初始背景点的灰度值均值。
...

【技术保护点】

【技术特征摘要】
1.一种瞳孔图像分割方法，其特征在于，该方法包括：获取待检测人眼图像的灰度图像，获取灰度图像的二值图像；对二值图像进行边缘检测得到边缘图像，对边缘图像中的像素点进行链码跟踪得到多段链码，利用每段链码中的元素的众数从多段链码中确定出初始目标链码；获取每段初始目标链码对应的边缘像素点组成的边缘线，过同一边缘线上任意不相邻的两个边缘像素点做直线，获取直线的距离阈值内的边缘像素点的离散程度；根据每条直线对应的离散程度从初始目标链码中确定出目标链码；选取最长的目标链码作为疑似瞳孔链码，去除该疑似瞳孔链码中连续相同的元素得到目标元素，利用目标元素对应的像素点进行霍夫圆变换得到一个圆，根据该圆的圆心和半径得到瞳孔的位置和大小。2.根据权利要求1所述的一种瞳孔图像分割方法，其特征在于，获取灰度图像的二值图像的步骤包括：利用自适应阈值分割的方法得到疑似瞳孔区域图像和背景图像；将疑似瞳孔区域的像素点的灰度值全部置为0；将背景点的灰度值全部置为1，得到灰度图像的二值图像。3.根据权利要求1所述的一种瞳孔图像分割方法，其特征在于，对边缘图像中的像素点进行链码跟踪得到多段链码的步骤包括：遍历边缘图像，所述边缘图像中的像素点即二值图像中的边缘像素点；从得到的第一个边缘像素点开始进行8方向链码跟踪；直到得到的某个边缘像素点不存在下一个8方向链码停止跟踪，此时得到了一段链码，标记链码中的边缘像素点；重新确定一个未被标记的边缘像素点进行重复的链码跟踪；直到二值图像中的边缘像素点都完成链码跟踪，最终得到多段链码。4.根据权利要求1所述的一种瞳孔图像分割方法，其特征在于，利用每段链码中的元素的众数确定初始目标链码的步骤包括：去除元素数量小于等于设定的最小数量阈值的链码；在其余的链...

【专利技术属性】
技术研发人员：刘宾，陈吉龙，
申请(专利权)人：江苏布罗信息技术有限公司，
类型：发明
国别省市：