[发明专利]一种基于图像梯度的眼球中心定位方法

摘要

本发明公开了一种基于图像梯度的眼球中心定位方法。该方法提出一种通过计算人眼区域图像的梯度值，构造并求解以梯度值和像素值为变量的目标函数的最优解，从而定位图像中眼球中心的坐标。本发明方法具有简单易于实现的特点，以几何数学为支撑具有较低的时间复杂度和较强的鲁棒性。

主权项

一种基于图像梯度的眼球中心定位方法，其特征在于，包括以下步骤：步骤1、对大小为n行n列的人眼图像G进行灰度处理得到灰度图像G′；步骤2、对图像G′进行高斯模糊操作；具体如下：步骤21、定义模糊半径r,r＜n且r为奇数，采用高斯函数计算大小为r*r的模糊矩阵P；步骤22、计算P中元素的和sp，对P中每个元素除以sp，得到归一化的矩阵P′；步骤23、定义G′(i,j)为G′中第i行，第j列的元素，从第行开始连续取r行，从列开始连续取r列，构成一个子矩阵，将该子矩阵的每个元素与P′中在同一行同一列的元素相乘并对结果求和，得到的值记为H(i,j)，i的取值范围从到j的取值范围从到列；步骤24、将步骤23中得到的每个H(i,j)值置于矩阵H的第i行和第j列中，得到经过高斯滤波后的图像矩阵H；步骤25、计算H中元素的和sh，对H中每个元素除以sh，得到归一化的矩阵H′；步骤3、计算H′(i,j)在水平方向和垂直方向的梯度，并据此计算每个像素点的梯度方向值，H′(i,j)为矩阵H′中第i行和第j列的元素；具体步骤如下：步骤31、计算像素点坐标(i,j)的水平方向梯度dx(i,j)＝H′(i,j+1)‑H′(i,j)；步骤32、计算像素点坐标(i,j)的垂直方向梯度dy(i,j)＝H′(i+1,j)‑H′(i,j)；步骤33、计算每个像素点的梯度方向值步骤4、定义目标函数阈值对H′中每个元素值进行判断，若H′(i,j)＜ε,则根据目前函数计算H′(i,j)对应的函数值f；若H′(i,j)≥ε,则H′(i,j)对应的函数值f为0；求解使目标函数值最大所对应的元素的坐标(ic,jc)，该(ic,jc)即为眼球的中心点；其中，w1,w2为可调节参数；ic,jc分别对应眼球中心点的横坐标和纵坐标。