廣西大學(xué)計(jì)算機(jī)與電子信息學(xué)院 高 源 梁正友

基于融合星射線法和橢圓擬合法的瞳孔定位研究

廣西大學(xué)計(jì)算機(jī)與電子信息學(xué)院 高 源 梁正友

眼球在正常轉(zhuǎn)動(dòng)中會(huì)發(fā)生著眼瞼遮擋瞳孔問題，影響著瞳孔瞳定位的精度和穩(wěn)定性。針對(duì)該問題，提出了一種新的基于眼球模型的瞳孔定位算法。首先采用改進(jìn)的星射線法提取瞳孔邊緣輪廓，接著根據(jù)眼球模型和瞳孔位置判斷是否存在眼瞼遮擋情況，如果不存在，則定位結(jié)束。如果存在，采用一種改進(jìn)的橢圓擬合算法進(jìn)行第二次定位，并實(shí)現(xiàn)對(duì)瞳孔參數(shù)的修正。實(shí)驗(yàn)結(jié)果表明，所提出的算法比現(xiàn)有方法提高了遮擋情況下瞳孔參數(shù)的準(zhǔn)確性。在眼瞼遮擋情況下該算法精確檢測(cè)出瞳孔，并且定位速度較快。

橢圓擬合；瞳孔定位；眼球模型；瞳孔邊緣

1 引言

隨著當(dāng)今科學(xué)技術(shù)的發(fā)展，眼動(dòng)研究的應(yīng)用領(lǐng)域越來越廣泛，尤其是眼控開發(fā)技術(shù)的興起，對(duì)瞳孔定位的精確度要求也越來越高。眼動(dòng)的研究包括眼球模型參數(shù)估計(jì)、降噪處理、抗干擾處理、瞳孔定位等，其中如何提高瞳孔定位的精確度一直是眼動(dòng)研究的熱點(diǎn)。

本文提出了一種眼瞼遮擋情況下瞳孔定位方法。該方法首先采用改進(jìn)的星射線法提取瞳孔邊緣輪廓，接著根據(jù)眼球模型和瞳孔位置判斷是否存在眼瞼遮擋情況，如果不存在，則定位結(jié)束。如果存在，采用一種改進(jìn)的橢圓擬合算法進(jìn)行第二次定位，并實(shí)現(xiàn)對(duì)瞳孔參數(shù)的修正。

2 眼球參數(shù)估計(jì)

我們結(jié)合中值/高斯濾波組合降噪和改進(jìn)的星射線法[4]，設(shè)計(jì)眼球參數(shù)估計(jì)如算法1。

①使用8×8的中值濾波器窗口和5×5的高斯濾波器窗口來先后去除圖像噪聲。 ②采用自適應(yīng)閾值方法中的最大類間方差法[6]來確定最終的分割閾值。③使用分割閾值找到瞳孔區(qū)域。④以瞳孔中心為起始點(diǎn)，從起始點(diǎn)向四周發(fā)散240條射線，但是考慮到眼瞼和睫毛的影響，射線的角度區(qū)域限制在[-60,60]和［120，240］度內(nèi)。⑤對(duì)每條射線經(jīng)過的像素，搜索出具有最大梯度值的像素作為瞳孔邊緣點(diǎn)。 ⑥對(duì)瞳孔邊緣點(diǎn)擬合出最佳的橢圓。保存橢圓各參數(shù)信息，然后使用下列最小二乘法公式計(jì)算眼球參數(shù)。

3 遮擋情況下瞳孔的檢測(cè)與參數(shù)修正

3.1 遮擋干擾下瞳孔的檢測(cè)

在遮擋問題下，將導(dǎo)致星射線擬合的橢圓定位不準(zhǔn)確。針對(duì)此問題，本文增加了第二級(jí)瞳孔檢測(cè)進(jìn)行處理，其思想如下：從實(shí)際邊緣的右邊最上端邊緣點(diǎn)至左邊最上端邊緣點(diǎn)根據(jù)實(shí)際邊緣點(diǎn)數(shù)逆時(shí)針方向等間隔隨機(jī)取樣多組，每組5個(gè)點(diǎn)進(jìn)行橢圓擬合，得到多組擬合橢圓邊緣，找到一組擬合橢圓邊緣，使其到實(shí)際邊緣的歐氏距離在非線性最小二乘意義下最小。

取所有實(shí)際邊緣到擬合橢圓邊緣距離平方和最小為最小二乘意義下的最優(yōu)擬合，函數(shù)為：

上述公式中（xi，yi）為實(shí)際邊緣，（x，y）為擬合橢圓邊緣，N為實(shí)際邊緣點(diǎn)的數(shù)量。當(dāng)M取最小值時(shí)，即得與邊緣點(diǎn)在非線性最小二乘意義下擬合所得到的最好的橢圓。

3.2 遮擋情況下瞳孔參數(shù)的修正

利用前一幀的瞳孔參數(shù)進(jìn)行參數(shù)傳遞主要針對(duì)當(dāng)前幀與前一幀變化最小的那部分參數(shù)，如果瞳孔參數(shù)在前后幀變化較大，則參數(shù)不可用，必須進(jìn)行修正。而瞳孔的長短軸、長短軸比與旋轉(zhuǎn)角在瞳孔閉合過程中相鄰幀之間變化相對(duì)較小，因此，當(dāng)瞳孔由于較大遮擋（大于50%）導(dǎo)致在當(dāng)前幀中無法準(zhǔn)確檢測(cè)參數(shù)時(shí)，可用前兩幀瞳孔的長短軸、長短軸比及旋轉(zhuǎn)角平均值作為當(dāng)前幀的瞳孔參數(shù)，而瞳孔中心坐標(biāo)則應(yīng)用當(dāng)前幀中提取出的瞳孔區(qū)域最底邊的中心位置與前兩幀的可用參數(shù)修正得到。按照上述方法，對(duì)瞳孔參數(shù)進(jìn)行修正。

式中：Parf，Parf -1分別表示當(dāng)前幀與前兩幀的可用參數(shù)，，，，，分別表示當(dāng)前幀與前一幀和前二幀的瞳孔中心坐標(biāo)，表示當(dāng)前幀與前兩幀瞳孔區(qū)域提取后瞳孔區(qū)域底部中心點(diǎn)平均值在x軸方向上的差值，為y軸方向的差值。

4 實(shí)驗(yàn)結(jié)果及分析

我們對(duì)本文提出的算法進(jìn)行了實(shí)驗(yàn)，并與橢圓擬合算法[2]、霍夫圓檢測(cè)算法[1]進(jìn)行了對(duì)比。實(shí)驗(yàn)中對(duì)10人進(jìn)行瞳孔序列圖像的采集。實(shí)驗(yàn)平臺(tái)： Windows 10， i5-5200U處理器的計(jì)算機(jī)，opencv2.4.12,MATLAB R2015a工具包。

圖1 瞳孔檢測(cè)效果對(duì)比

圖1的三幅圖片分別代表瞳孔無遮擋（眼瞼）、輕微遮擋、遮擋比較明顯的三種情況。由實(shí)驗(yàn)結(jié)果可知，在不發(fā)生眼瞼遮擋或眼瞼遮擋輕微的情況下，3種算法定位結(jié)果相差不大；但在眼瞼遮擋時(shí)，其他兩種算法未能精確定位出瞳孔，而本文的定位算法在眼瞼遮擋情況下依然能精確定位出瞳孔，具有很強(qiáng)的魯棒性。表1是圖中3幅瞳孔圖片應(yīng)用3種算法得到的瞳孔中心的定位結(jié)果，第1、2幅圖片的瞳孔中心相差不大，第3幅圖片由于眼瞼遮擋導(dǎo)致定位的瞳孔中心差別較大，而本文算法定位出的瞳孔最接近其實(shí)際坐標(biāo)。

表1 不同算法瞳孔中心定位結(jié)果

表2 算法性能的對(duì)比

表2給出了本文算法與其他算法性能的對(duì)比。數(shù)據(jù)是在同一組測(cè)試集上進(jìn)行的，這組測(cè)試圖片共有250幅．在定位成功率上，本文算法比橢圓擬合和Hough圓檢測(cè)要好，主要是引入了一次修正定位機(jī)制。

5 結(jié)論

本文在分析現(xiàn)有算法及瞳孔序列圖像特點(diǎn)的基礎(chǔ)上提出改進(jìn)橢圓擬合及瞳孔參數(shù)修正的遮擋情況下瞳孔精確檢測(cè)方法。實(shí)驗(yàn)結(jié)果顯示，與傳統(tǒng)檢測(cè)算法相比，本文的算法在眼瞼遮擋情況下表現(xiàn)良好，瞳孔定位精度有提高，而且這種二級(jí)定位機(jī)制，在無眼瞼遮擋的情況下也有較好的表現(xiàn)，具有很強(qiáng)的魯棒性。而且這種分情況考慮瞳孔定位問題，更加科學(xué)高效，為今后的研究提供了一種新的思路。

[1]程鵬,朱美琳,耿華.一種基于梯度Hough變換和SVM的圓檢測(cè)算法[J].計(jì)算機(jī)與現(xiàn)代化,2013,2:22-26．

[2]閏蓓,王斌,李媛.基于最小二乘法的橢圓擬合改進(jìn)算法[J].北京航空航天大學(xué)學(xué)報(bào),2009,34(3):295-298．

廣西科技計(jì)劃項(xiàng)目（桂科合15104001-28）