眼部區(qū)域瞳孔定位關(guān)鍵技術(shù)研究.pdf

1、眼部區(qū)域瞳孔定位技術(shù)，一直是計算機視覺和模式識別領(lǐng)域重要的研究課題之一，其在視野檢測、視線追蹤、虛擬現(xiàn)實、生物特征識別、智能交通中有著廣泛的應(yīng)用。隨著科技的不斷進步以及計算機視覺技術(shù)在商業(yè)領(lǐng)域的快速發(fā)展，如何在受試者不受干擾的情況下，準(zhǔn)確快速的獲取眼部區(qū)域圖像中瞳孔的位置和半徑，吸引了越來越多研究者的關(guān)注。本文以視野計中瞳孔定位為背景，提出了一套高效的眼部區(qū)域瞳孔定位方法。本文的主要工作及創(chuàng)新點如下：
　?。?）提出了一種新的眼部

2、區(qū)域圖像中瞳孔閾值分割方法，該方法借助直方圖曲線特征，結(jié)合高斯導(dǎo)數(shù)，自動找出直方圖曲線第一個顯著波谷點的位置，并將該位置作為分割閾值，從而有效的提取出瞳孔部分。同時，該算法還可以作為一種多閾值分割算法應(yīng)用到其他領(lǐng)域。
　?。?）比較了幾種梯度計算方式，分析了基于高斯導(dǎo)數(shù)核的梯度計算方法和傳統(tǒng)的Sobel、Prewitt梯度算子之間的關(guān)系，證明了Sobel算子本質(zhì)上是基于高斯導(dǎo)數(shù)核的梯度計算方法的一種特例，并對梯度計算方法的選擇進行

3、了總結(jié)。
　?。?）利用梯度方向?qū)μ崛〕龅耐讌^(qū)域邊緣進行修正，將梯度較小的“模糊”邊緣像素移動到梯度較大的“清晰”邊緣處，從而得到更為真實的瞳孔邊緣像素集合。
　?。?）提出了一種基于梯度方向約束的隨機圓檢測算法，與其他圓形檢測算法相比，該方法計算所需時間較少且有著較強的抗噪性。
　　（5）提出了一套完整的眼部區(qū)域瞳孔定位算法，該算法首先使用本文提出的基于直方圖特征的閾值分割方法得到瞳孔區(qū)域二值圖像，然后通過邊緣追蹤