资源描述:
《一种基于多条件综合验证的精确定位瞳孔方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、TransactionsonComputerScienceandTechnologyDecember2014,Volume3,Issue4,PP.127-131AnAccuratePupilPositioningMethodBasedonMulti-conditionComprehensiveValidation#YongfengLu,ZhiyiQu,YongZhaoSchoolofinformationscienceengineering,LanzhouUniversity,Lanzhou730000
2、,China#Email:1401435385@qq.comAbstractThispaperfirstlyusesagradientdirectionhistogram(HOG)onthepupilfortheinitialpositioning,extracttheregionofinterest(ROI),narrowprocessingrange,removepartofthenoisedisturbance,andthenbasedonthegeometricfeatureofthecircl
3、etodetectthepupil,re-positionthepupil.Finally,accordingtofeatureofthedifferenceofthemaximumgradientofthepupilboundary,thepupilboundaryisfilledpixelbypixel.Makesomecorrectionstotheresultofthepositioning.Inthepositioningprocess,combineavarietyofconditionst
4、oproofthepupilboundarypixelinordertoensuretheaccuracyoftheboundarypixels,therebyachievetheaccuratedetectionoftheirregularpupilboundary,tothepurposeofprecisepositioningofthepupil.Keywords:GradientDirectionHistogram;ROI;GeometricCharacteristics;Location一种基
5、于多条件综合验证的精确定位瞳孔方法卢永峰,屈志毅,赵勇兰州大学信息科学与工程学院,甘肃兰州730000摘要:本文首先使用梯度方向直方图(HOG)对瞳孔进行初次定位,提取感兴趣区域(ROI),缩小处理范围,去除部分噪声干扰,然后根据圆的几何特征检测瞳孔,对瞳孔进行再定位;最后依据瞳孔边界灰度梯度差最大的特征,逐个像素填充瞳孔边界,对已定位结果进行校正,在定位过程中,结合多种条件综合对瞳孔边界像素进行验证,保证边界像素的准确性,从而实现对不规则瞳孔边界的无误检测,达到精确定位瞳孔的目的。关键词:图像梯度方向
6、直方图;ROI;几何特征;定位引言20世纪六十年代中后期出现了人脸识别,与其相关的瞳孔检测技术也应运而生,随着时代的发展,瞳孔的精确定位已经发展成为计算机视觉领域一个重要的研究课题,涉及到生理学,心理学,人工智能,模[1]式识别,计算机视觉,图像分析与处理等多个学科在生活中的各个领域也发挥着越来越重要的作用。瞳孔定位的技术有很多。但其中的大部分方法是把瞳孔看做标准圆形或椭圆来进行检测,所使用的方法也是基于此依据来设计的,然而,经临床观察,瞳孔并不是严格圆形的。在某些病理条件下,像影响瞳[2]孔形状的眼科
7、疾病,如青光眼,炎症等;眼球外伤;白内障手术后等,会引起一侧或双侧瞳孔变形。因此对于不规则瞳孔的精确定位同样重要。本文提出的瞳孔定位方法,先后分别使用梯度方向直方图(HOG)对瞳孔进行粗定位,根据圆的几何特征对瞳孔进行再定位,依据边界灰度梯度差最大的特征对瞳孔进行精确定位,并在定位过程中,采用多个约束条件对定位结果进行验证,提高了定位精度,并在一定程度上增强了抗干扰能力,具有一定的鲁棒性。1梯度方向直方图[3]HOG特征描述子(HOGdescriptors)是由NavneetDalal和BillTrig
8、gs在2005年提出,最初被应用于行-127-http://www.ivypub.org/cst人检测,并取得了良好的效果,后来被广泛应用于计算机视觉和图像处理领域,用于目标检测的特征描述器。基于HOG特征目标检测的原理是:使用基于对局部扫描处理的方法,检测图像区域或窗口内部的多个位置和尺度,在每个位置运行一个对象或非对象分类器。具体的方法是:首先将图像分成小的连通区域,我们把它叫细胞单元。然后采集细胞单元中各像素点的梯度的或边缘的方向直方