[发明专利]一种基于边缘滤波、椭圆评价和瞳孔验证的瞳孔检测方法

权利要求书

1.一种基于边缘滤波、椭圆评价和瞳孔验证的瞳孔检测方法，其特征在于，具体步骤为：

步骤一：对经过归一化后的图像进行边缘滤波：用Canny-filter对眼部图像进行边缘滤波，会出现杂乱和包含了许多与瞳孔没有关系的边缘，所述许多与瞳孔没有关系的边缘包括眼皮对眼睛的遮挡、睫毛直接穿插过瞳孔的无用的像素，所以，在边缘滤波后，移除这些无用的像素，其中，移除这些无用的像素的方法为将相邻近的像素的角度超过80度的直接删除，只留下直的，弯曲的，或者两者相交的边缘，从而保留直的睫毛边缘与瞳孔弯曲的边缘相交的边缘；使用灰度形态算法将直接和弯曲相交的线分成直线部分和弯曲的两部分，将边缘像素和模式进行匹配，有匹配的则进行删除，并在相交点将像素灰度值改成黑色的像素；经过形态算法细化之后，直线和曲线的相交部分通过删除一个黑色的像素形成两部份线段；对于其他噪声影响模式的匹配查找，通过调整形态学中的模板形态，使之相匹配，来达到减少噪声的影响；

步骤二：检索最佳的椭圆：收集边缘图像中的所有连续边缘像素，用形态学方法，将所有连接的边缘像素组合成一条线，在算法中，这些线是根据它们的形状、椭圆拟合后的结果形状以及椭圆所包围的图像强度来评估的；

步骤三：粗略定位瞳孔的位置：

对由于运动模糊噪音、瞳孔位于暗点噪音或瞳孔被睫毛隐藏的噪声，造成无法确定的瞳孔边缘，首先确定一个位置，然后细化这个位置，找到瞳孔，将图像重新进行缩放以克服大量积卷运算导致的运行效率变低的问题，这种重新缩小图像和定位的过程是通过低通滤波程序，以保持黑暗区域和减少模糊或睫毛的影响，然后，分别用两个不同的滤波器对图像进行卷积：采用表面差分滤波器对所述图像进行积卷，用于计算内圆和周围像素之间的面积差，并采用均值滤波器对所述图像进行积卷，然后将两个卷积的结果相乘，并且最大值被设置为细化步骤的起点；

步骤四：精确定位瞳孔的位置：

因为这个瞳孔的粗定位是基于缩小图像完成的，所以相对于原始图像，缩小图像的中的像素和原始图像有一定的偏差，所以针对优化步骤，确定粗定位中的点包含在瞳孔中；在实际图像中，通过粗定位中点的临近的像素来计算出瞳孔强度阈值，选择每个方向2个像素距离组成的一个正方形框，并计算这个正方形框的绝对方差值，这个差值加上粗定位的像素值用作一个阈值；计算出这些阈值像素的质心作为瞳孔的精确定位中心；

步骤五：瞳孔有效性校验：

设定瞳孔半径比率Valid(r)大于10个像素的阈值为有效瞳孔，Valid(r)的用下面的公式计算：

Valid(r)＝radii_filter*radii_filter*2+1 (3) 。