CN109118506A - 一种确定人眼图像中瞳孔图像边缘点的方法及装置 - Google Patents
一种确定人眼图像中瞳孔图像边缘点的方法及装置 Download PDFInfo
- Publication number
- CN109118506A CN109118506A CN201810935925.3A CN201810935925A CN109118506A CN 109118506 A CN109118506 A CN 109118506A CN 201810935925 A CN201810935925 A CN 201810935925A CN 109118506 A CN109118506 A CN 109118506A
- Authority
- CN
- China
- Prior art keywords
- pixel
- determined
- image
- eye image
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30041—Eye; Retina; Ophthalmic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种确定瞳孔图像边缘点的方法及装置,包括:S0:在人眼图像中确定初始像素点为原点;S1:根据原点确定出若干条射线,计算构成射线的各个像素点的像素梯度幅值,将大于预设阈值的各个像素梯度幅值所对应的像素点确定为参考像素点;S2:根据各个参考像素点与原点之间的间隔距离,从各个参考像素点中确定出多个可疑边缘点及其对应的几何中心像素点;S3:检测本次确定的几何中心像素点与前次确定的历史几何中心像素点之间的距离值是否小于设定数值,是则执行S5;否则执行S4;S4:将几何中心像素点确定为原点并执行S1;S5:将各个可疑边缘点确定为瞳孔图像边缘点。通过本发明的技术方案,可更为准确的确定出瞳孔图像边缘点。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种确定人眼图像中瞳孔图像边缘点的方法及装置。
背景技术
从人眼图像中确定瞳孔图像边缘点,是虹膜识别技术的重要步骤之一。
目前,通常采用垂直方向灰度梯度积分投影方式及水平方向灰度梯度积分投影方式,实现从人眼图像中确定瞳孔图像边缘点。
人眼图像中与瞳孔图像相邻的图像区域可能因毛发、黑痣而形成噪声像素点,通过上述方式实现从人眼图像中确定瞳孔图像边缘点时,这些噪声像素点可能被错误的确定为瞳孔图像边缘点,所得到的瞳孔图像边缘点的准确性偏低。
发明内容
本发明提供一种确定人眼图像中瞳孔图像边缘点的方法及装置,可更为准确的从人眼图像中确定出瞳孔图像边缘点。
第一方面,本发明提供了一种确定人眼图像中瞳孔图像边缘点的方法,包括:
S0:在待处理人眼图像中确定初始像素点,并将所述初始像素点作为原点;
S1:根据所述原点在所述待处理人眼图像中确定出若干条射线,计算构成每一条所述射线的各个像素点的像素梯度幅值,并将大于预设阈值的各个所述像素梯度幅值所分别对应的像素点确定为参考像素点;
S2:根据各个所述参考像素点分别与所述原点之间的间隔距离,从各个所述参考像素点中确定出若干个可疑边缘点,并确定各个所述可疑边缘点所对应的几何中心像素点;
S3:检测本次确定的所述几何中心像素点与前次确定的历史几何中心像素点之间的距离值是否小于设定数值,若是,则执行S5;否则,执行S4;
S4:将所述几何中心像素点确定为历史几何中心像素点,将所述几何中心像素点确定为新的原点,并执行S1;
S5:将各个所述可疑边缘点确定为瞳孔图像边缘点。
优选地,
所述根据各个所述参考像素点分别与所述原点之间的间隔距离,从各个所述参考像素点中确定出若干个可疑边缘点,包括:
检测各个所述参考像素点分别与所述原点之间的间隔距离;
计算各个所述间隔距离的期望值和标准差;
根据所述期望值和所述标准差所各个所述间隔距离中提取若干个目标间隔距离;
将各个所述目标间隔距离所分别对应的参考像素点确定为可疑边缘点。
优选地,
所述S5进一步包括:将所述几何中心像素点确定为所述待处理人眼图像中携带的瞳孔图像的瞳孔中心。
优选地,
于所述在待处理人眼图像中确定初始像素点之前,还包括:确定待处理人眼图像对应在视频图像中对应的帧序号;
则,
所述在待处理人眼图像中确定初始像素点,包括:
当所述帧序号为1时,将所述待处理人眼图像的几何中心确定为初始像素点;或,当所述帧序号大于1时,根据所述待处理人眼图像的前一帧所携带的瞳孔图像的瞳孔中心,在所述待处理人眼图像中确定出初始像素点。
优选地,
所述步骤S1中,根据所述原点在所述人眼图像中确定出若干条射线时,
相邻的两条所述射线之间的夹角不大于10度;
和/或,
每两条相邻的所述射线之间的夹角均相等。
第二方面,本发明提供了一种确定人眼图像中瞳孔图像边缘点的装置,包括:
初始点确定模块,用于在待处理人眼图像中确定初始像素点,并将所述初始像素点作为原点;
边缘点检测模块,用于根据所述原点在所述待处理人眼图像中确定出若干条射线,计算构成每一条所述射线的各个像素点的像素梯度幅值,并将大于预设阈值的各个所述像素梯度幅值所分别对应的像素点确定为参考像素点;
噪声过滤模块,用于根据各个所述参考像素点分别与所述原点之间的间隔距离,从各个所述参考像素点中确定出若干个可疑边缘点,并确定各个所述可疑边缘点所对应的几何中心像素点;
检测模块,用于检测本次确定的所述几何中心像素点与前次确定的历史几何中心像素点之间的距离值是否小于设定数值,若是,则触发边缘点确定模块;否则,触发过渡处理模块;
所述过渡处理模块,用于在所述检测模块的触发下将所述几何中心像素点确定为历史几何中心像素点,将所述几何中心像素点确定为新的原点,并触发所述边缘点检测模块;
所述边缘点确定模块,用于在所述噪声过滤模块的触发下将各个所述可疑边缘点确定为瞳孔图像边缘点。
优选地,
所述噪声过滤模块,具体用于执行如下各个步骤:
检测各个所述参考像素点分别与所述原点之间的间隔距离;
计算各个所述间隔距离的期望值和标准差;
根据所述期望值和所述标准差所各个所述间隔距离中提取若干个目标间隔距离;
将各个所述目标间隔距离所分别对应的参考像素点确定为可疑边缘点。
优选地,
还包括:瞳孔定位模块;其中,
所述瞳孔定位模块,用于将所述几何中心像素点确定为所述待处理人眼图像中携带的瞳孔图像的瞳孔中心。
优选地,
还包括:序号确定模块;其中,
所述序号确定模块,用于确定待处理人眼图像对应在视频图像中对应的帧序号;
则,
所述初始点确定模块,用于当所述帧序号为1时,将所述待处理人眼图像的几何中心确定为初始像素点;或,当所述帧序号大于1时,根据所述待处理人眼图像的前一帧所携带的瞳孔图像的瞳孔中心,在所述待处理人眼图像中确定出初始像素点。
优选地,
所述边缘点检测模块用于根据所述原点在所述人眼图像中确定出若干条射线时,
相邻的两条所述射线之间的夹角不大于10度;
和/或,
每两条相邻的所述射线之间的夹角均相等。
本发明提供了一种确定人眼图像中瞳孔图像边缘点的方法及装置,该方法中,首先将待处理人眼图像中的一个初始像素点作为原点,然后根据原点在待处理人眼图像中确定出多条射线,计算构成每一条射线的各个像素点的像素梯度幅值,由于人眼图像中瞳孔图像的边缘点与其他像素点之间的像素梯度幅值相对较大,因此可将大于预设阈值的各个像素梯度幅值所分别对应的像素点确定为参考像素点,即实现从人眼图像中筛选出一部分可能为瞳孔图像边缘点的参考像素点;后续的,由于人眼图像中噪声点与原点之间的间隔距离相对于瞳孔图像边缘点距离原点的距离差距较大,因此可根据各个参考像素点分别与原点之间的间隔距离,从各个参考像素点中确定出若干个可疑边缘点,实现去除各个参考像素点中不是瞳孔图像边缘点的一部分噪声像素点;在确定出去除一部分噪声点而剩余的各个可疑边缘点的几何中心像素点之后,则可将该几何中心点作为一个新的原点,重复执行前述各个步骤相似的方法;在本次及前次分别确定的几何中心像素点之间的距离值小于设定数值时,即相邻两次确定几何中心像素点时,两组可疑边缘点所分别对应的瞳孔中心(几何中心像素点)极为趋近或重合于人眼图像中瞳孔图像的瞳孔中心,本次确定几何中心像素点时所对应的各个可疑边缘点已无噪声点,将本次确定几何中心像素点时所对应的各个可疑边缘点确定为瞳孔图像边缘点则更为准确,即实现更为准确的从人眼图像中确定出瞳孔图像边缘点。
附图说明
为了更清楚地说明本发明实施例或现有的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明实施例中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种确定人眼图像中瞳孔图像边缘点的方法的流程示意图;
图2为本发明一实施例提供的另一种确定人眼图像中瞳孔图像边缘点的方法的流程示意图;
图3为本发明一实施例提供的一种确定人眼图像中瞳孔图像边缘点的装置的结构示意图;
图4为本发明一实施例提供的另一种确定人眼图像中瞳孔图像边缘点的装置的结构示意图;
图5为本发明一实施例提供的又一种确定人眼图像中瞳孔图像边缘点的装置结构示意图;
图6为本发明一实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合具体实施例及相应的附图对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明实施例一部分实施例,而不是全部的实施例。基于本发明实施例中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明实施例保护的范围。
如图1所示,本发明实施例提供了一种确定人眼图像中瞳孔图像边缘点的方法,包括:
S0:在待处理人眼图像中确定初始像素点,并将所述初始像素点作为原点;
S1:根据所述原点在所述待处理人眼图像中确定出若干条射线,计算构成每一条所述射线的各个像素点的像素梯度幅值,并将大于预设阈值的各个所述像素梯度幅值所分别对应的像素点确定为参考像素点;
S2:根据各个所述参考像素点分别与所述原点之间的间隔距离,从各个所述参考像素点中确定出若干个可疑边缘点,并确定各个所述可疑边缘点所对应的几何中心像素点;
S3:检测本次确定的所述几何中心像素点与前次确定的历史几何中心像素点之间的距离值是否小于设定数值,若是,则执行S5;否则,执行S4;
S4:将所述几何中心像素点确定为历史几何中心像素点,将所述几何中心像素点确定为新的原点,并执行S1;
S5:将各个所述可疑边缘点确定为瞳孔图像边缘点。
如图1所示的实施例,首先将待处理人眼图像中的一个初始像素点作为原点,然后根据原点在待处理人眼图像中确定出多条射线,计算构成每一条射线的各个像素点的像素梯度幅值,由于人眼图像中瞳孔图像的边缘点与其他像素点之间的像素梯度幅值相对较大,因此可将大于预设阈值的各个像素梯度幅值所分别对应的像素点确定为参考像素点,即实现从人眼图像中筛选出一部分可能为瞳孔图像边缘点的参考像素点;后续的,由于人眼图像中噪声点与原点之间的间隔距离相对于瞳孔图像边缘点距离原点的距离差距较大,因此可根据各个参考像素点分别与原点之间的间隔距离,从各个参考像素点中确定出若干个可疑边缘点,实现去除各个参考像素点中不是瞳孔图像边缘点的一部分噪声像素点;在确定出去除一部分噪声点而剩余的各个可疑边缘点的几何中心像素点之后,则可将该几何中心点作为一个新的原点,重复执行前述各个步骤相似的方法;在本次及前次分别确定的几何中心像素点之间的距离值小于设定数值时,即相邻两次确定几何中心像素点时,两组可疑边缘点所分别对应的瞳孔中心(几何中心像素点)极为趋近或重合于人眼图像中瞳孔图像的瞳孔中心,本次确定几何中心像素点时所对应的各个可疑边缘点已无噪声点,将本次确定几何中心像素点时所对应的各个可疑边缘点确定为瞳孔图像边缘点则更为准确,即实现更为准确的从人眼图像中确定出瞳孔图像边缘点。
上述实施例中,像素点所对应的梯度幅值,具体指的是沿射线传播方向,后一个像素点的像素值与前一个像素点的像素值之间的绝对差值;举例来说,以9*9像素的人眼图像为例,若原点是(5,5),针对于根据该原点确定的一条水平向右传播的射线,若人眼图像中构成该射线的像素点依次是(5,5)、(5,6)、(5,7)、(5,8)、(5,9),针对于一个像素点(5,6),其像素梯度幅值即为人眼图像中像素点(5,6)的像素值与像素点(5,5)的像素值之间的绝对差值。
显而易见的,循环执行S1至S4时,前次循环确定的历史几何中心像素点实际即为本次循环并确定几何中心像素点时步骤S1中所述的原点。
本领域技术人员应当理解的,为了提高处理速度,如图1所示的实施例中所述的待处理人眼图像,具体可以是针对采集的视频图像中的某一帧原始图像进行二值化、滤波或平滑处理后得到。
基于如图1所示的实施例,本发明一个优选实施例中,所述根据各个所述参考像素点分别与所述原点之间的间隔距离,从各个所述参考像素点中确定出若干个可疑边缘点,包括:
检测各个所述参考像素点分别与所述原点之间的间隔距离;
计算各个所述间隔距离的期望值和标准差;
根据所述期望值和所述标准差所各个所述间隔距离中提取若干个目标间隔距离;
将各个所述目标间隔距离所分别对应的参考像素点确定为可疑边缘点。
该实施例中,由于在实际业务场景中,人眼图像中噪声点的数量会远低于瞳孔边缘点的数量,且噪声点与原点之间的间隔距离相对于瞳孔图像边缘点与原点的之间的间隔距离差异较大,而不同瞳孔边缘点分别与原点之间的间隔距离差异较小,通过检测出可能是瞳孔边缘点的各个参考像素点分别与原点之间的间隔距离,并计算出各个间隔距离的期望值和标准差,由各个间隔距离构成的数据集中,若一个当前间隔距离对该数据集的离散程度影响越大,则说明该当前间隔距离所对应的参考像素点为噪声点的概率越高,因此,可根据计算的期望值和标准差确定出各个间隔距离中对离散程度较大的噪声间隔距离,提取出未被确定为噪声间隔距离的各个目标间隔距离,并将各个目标间隔距离所分别对应的参考像素点作为可疑边缘点,实现去除各个参考像素点中混入的噪声点。
举例来说,以循环执行一次S1至S4为例,计算出参考像素点A、B、C、D、E分别与原点O之间的间隔距离依次是19、20、21、20、35为例,计算出这些间隔距离的期望值以及标准差之后,得到的标准差大于相应的参考值,则说明各个间隔距离的离散程度过高,即说明各个参考像素点中可能存在噪声点;此时,根据计算的期望值与各个间隔距离之间的差值,可确定出对数据集的离散程度影响较大的间隔距离包括“35”,即间隔距离“35”所对应的参考像素点为噪声点的概率较高,可去除噪声间隔距离“35”,提取未被确定为噪声间隔距离的其他四个目标间隔距离,并将这四个目标间隔距离所分别对应的参考像素点确定为可疑边缘点。
当需要对视频图像中每一帧原始图像所分别对应的人眼图像进行处理,以提取多张人眼图像中分别携带的瞳孔图像的瞳孔边缘点时,为了节约处理时间,提高处理效率,本发明一个实施例中,所述S5进一步包括:将所述几何中心像素点确定为所述待处理人眼图像中携带的瞳孔图像的瞳孔中心。
举例来说,当待处理人眼图像所对应的原始图像为采集的视频图像的第一帧,在步骤S5中进一步将几何中心像素点确定为待处理人眼图像中携带的瞳孔图像的瞳孔中心之后,以该瞳孔中心在待处理人眼图像中对应的像素坐标是(x,y)为例,当需要对视频图像中第二帧原始图像所对应的当前人眼图像进行处理,以确定当前人眼图像中携带的瞳孔图像的边缘点时,则可将当前人眼图像中的像素点(x,y)确定为初始像素点,该初始像素点在当前人眼图像中趋近于当前人眼图像中携带的瞳孔图像的瞳孔中心,将当前人眼图像中的像素点(x,y)作为原点,并进行后续的处理时,可更为快速而准确的确定出当前人眼图像携带的瞳孔图像的瞳孔边缘点。
具体地,本发明一个优选实施例中,于所述在待处理人眼图像中确定初始像素点之前,还包括:确定待处理人眼图像对应在视频图像中对应的帧序号;
则,
所述在待处理人眼图像中确定初始像素点,包括:
当所述帧序号为1时,将所述待处理人眼图像的几何中心确定为初始像素点;或,当所述帧序号大于1时,根据所述待处理人眼图像的前一帧所携带的瞳孔图像的瞳孔中心,在所述待处理人眼图像中确定出初始像素点。
基于该实施例,为了避免用户的睫毛以及眼睑在人眼图像中形成的极为趋近于瞳孔边缘点的噪声点被大量而错误的确定为瞳孔边缘点,当帧序号大于1,在待处理人眼图像中确定出初始像素点之后,本发明一个优选实施例中,在待处理人脸图像中将该初始像素点作为原点并确定若干条射线时,由该原点引出的各条射线在水平方向上的偏移角度位于-30度至30度及150度至210度之间。
为了快速而有效的确定出一定数量个有效的参考像素点,确保确定的各个有效参考像素点中具有相对较多的瞳孔图像边缘点,根据原点在人眼图像中确定出若干条射线时,相邻的两条射线之间的夹角不大于10度;同时,为了保证能够对人眼图像上不同区域的像素点进行同等条件的搜索,每两条相邻的射线之间的夹角可以相等。
为了更加清楚的说明本发明的技术方案,本发明实施例提供了另一种确定人眼图像中瞳孔图像边缘点的方法,如图2所示,包括:
步骤201,采集用户左眼所对应的视频图像,针对视频图像的每一帧原始图像依次进行滤波处理以得到若干帧携带瞳孔区域图像的待处理人眼图像。
步骤202,依次选择一张未被选择的人眼图像。
本发明实施例的后续各个步骤仅以针对选择的一张人眼图像进行处理,实现从选择的人眼图像中确定出瞳孔图像边缘点为例。
本领域技术人员应当理解的,在实现人眼跟中或虹膜识别时,需要连续性采集视频图像并可通过下属各个步骤逐一针对视频图像中的每一帧携带瞳孔图像的人眼图像进行处理。
步骤203,确定选择的人眼图像对应在视频图像中的帧序号是否为1,若是,则执行步骤205;否则,执行步骤204。
这里,即检测选择的人眼图像所对应的原始图像在视频图像中的帧序号是否为1。
步骤204,根据选择的人眼图像的前一帧所携带的瞳孔图像的瞳孔中心,在选择的人眼图像中确定出初始像素点。
步骤205,将选择的人眼图像的几何中心确定为初始像素点,并将该初始像素点作为原点。
步骤206,根据原点在选择的人眼图像中确定出若干条射线,计算构成每一条射线的各个像素点的像素梯度幅值,并将大于预设阈值的各个像素梯度幅值所分别对应的像素点确定为参考像素点。
步骤207,检测各个参考像素点分别与原点之间的间隔距离,计算各个间隔距离的期望值和标准差,根据期望值和标准差所各个间隔距离中提取若干个目标间隔距离,将各个目标间隔距离所分别对应的参考像素点确定为可疑边缘点。
步骤208,确定各个可疑边缘点所对应的几何中心像素点。
步骤209,检测本次确定的几何中心像素点与前次确定的历史几何中心像素点之间的距离值是否小于设定数值,若是,则执行210;否则,执行211。
步骤210,将各个可疑边缘点确定为瞳孔图像边缘点,将本次确定的几何中心像素点确定为选择的人眼图像中携带的瞳孔图像的瞳孔中心。
步骤211,将几何中心像素点确定为历史几何中心像素点,将几何中心像素点确定为新的原点。
本发明实施例的各个步骤的具体实现方法在前述各个实施例中已经进行举例说明,这里不再赘述。
基于与本发明方法实施例相同的构思,如图3所示,本发明实施例还提供了一种确定人眼图像中瞳孔图像边缘点的装置,包括:
初始点确定模块301,用于在待处理人眼图像中确定初始像素点,并将所述初始像素点作为原点;
边缘点检测模块302,用于根据所述原点在所述待处理人眼图像中确定出若干条射线,计算构成每一条所述射线的各个像素点的像素梯度幅值,并将大于预设阈值的各个所述像素梯度幅值所分别对应的像素点确定为参考像素点;
噪声过滤模块303,用于根据各个所述参考像素点分别与所述原点之间的间隔距离,从各个所述参考像素点中确定出若干个可疑边缘点,并确定各个所述可疑边缘点所对应的几何中心像素点;
检测模块304,用于检测本次确定的所述几何中心像素点与前次确定的历史几何中心像素点之间的距离值是否小于设定数值,若是,则触发边缘点确定模块305;否则,触发过渡处理模块306;
所述过渡处理模块306,用于在所述检测模块的触发下将所述几何中心像素点确定为历史几何中心像素点,将所述几何中心像素点确定为新的原点,并触发所述边缘点检测模块302;
所述边缘点确定模块305,用于在所述噪声过滤模块的触发下将各个所述可疑边缘点确定为瞳孔图像边缘点。
本发明一个优选实施例中,所述噪声过滤模块303,具体用于执行如下各个步骤:
检测各个所述参考像素点分别与所述原点之间的间隔距离;
计算各个所述间隔距离的期望值和标准差;
根据所述期望值和所述标准差所各个所述间隔距离中提取若干个目标间隔距离;
将各个所述目标间隔距离所分别对应的参考像素点确定为可疑边缘点。
基于如图3所示的实施例,如图4所示,本发明一个优选实施例中,所述装置还包括:瞳孔定位模块401;其中,
所述瞳孔定位模块401,用于将所述几何中心像素点确定为所述待处理人眼图像中携带的瞳孔图像的瞳孔中心。
如图5所示,本发明一个优选实施例中,所述装置还包括:序号确定模块501;其中,
所述序号确定模块501,用于确定待处理人眼图像对应在视频图像中对应的帧序号;
则,
所述初始点确定模块301,用于当所述帧序号为1时,将所述待处理人眼图像的几何中心确定为初始像素点;或,当所述帧序号大于1时,根据所述待处理人眼图像的前一帧所携带的瞳孔图像的瞳孔中心,在所述待处理人眼图像中确定出初始像素点。
本发明一个优选实施例中,所述边缘点检测模块302用于根据所述原点在所述人眼图像中确定出若干条射线时,相邻的两条所述射线之间的夹角不大于10度;和/或,每两条相邻的所述射线之间的夹角均相等。
图6是本发明实施例的一个实施例电子设备的结构示意图。在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
在一种可能实现的方式中,处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,也可从其它设备上获取相应的计算机程序,以在逻辑层面上形成确定人眼图像中瞳孔图像边缘点的装置。处理器,执行存储器所存放的程序,以通过执行的程序实现本发明任一实施例中提供的确定人眼图像中瞳孔图像边缘点的装置。
如图6所示,上述实施例提供的确定人眼图像中瞳孔图像边缘点的装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(CentralProcessing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
本发明实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行本发明任一实施例中提供的确定人眼图像中瞳孔图像边缘点的方法,并具体用于执行如图1/图2所示的方法。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元或模块分别描述。当然,在实施本发明实施例时可以把各单元或模块的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、系统、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本发明实施例的实施例可提供为方法、系统或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本发明实施例中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明实施例的实施例而已,并不用于限制本发明实施例。对于本领域技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明实施例的权利要求范围之内。
Claims (10)
1.一种确定人眼图像中瞳孔图像边缘点的方法,其特征在于,包括:
S0:在待处理人眼图像中确定初始像素点,其中,所述初始像素点作为原点;
S1:根据所述原点在所述待处理人眼图像中确定出若干条射线,计算构成每一条所述射线的各个像素点的像素梯度幅值,并将大于预设阈值的各个所述像素梯度幅值所分别对应的像素点确定为参考像素点;
S2:根据各个所述参考像素点分别与所述原点之间的间隔距离,从各个所述参考像素点中确定出若干个可疑边缘点,并确定各个所述可疑边缘点所对应的几何中心像素点;
S3:检测本次确定的所述几何中心像素点与前次确定的历史几何中心像素点之间的距离值是否小于设定数值,若是,则执行S5;否则,执行S4;
S4:将所述几何中心像素点确定为历史几何中心像素点,将所述几何中心像素点确定为新的原点,并执行S1;
S5:将各个所述可疑边缘点确定为瞳孔图像边缘点。
2.根据权利要求1所述的方法,其特征在于,
所述根据各个所述参考像素点分别与所述原点之间的间隔距离,从各个所述参考像素点中确定出若干个可疑边缘点,包括:
检测各个所述参考像素点分别与所述原点之间的间隔距离;
计算各个所述间隔距离的期望值和标准差;
根据所述期望值和所述标准差所各个所述间隔距离中提取若干个目标间隔距离;
将各个所述目标间隔距离所分别对应的参考像素点确定为可疑边缘点。
3.根据权利要求1所述的方法,其特征在于,
所述S5进一步包括:将所述几何中心像素点确定为所述待处理人眼图像中携带的瞳孔图像的瞳孔中心。
4.根据权利要求3所述的方法,其特征在于,
于所述在待处理人眼图像中确定初始像素点之前,还包括:确定待处理人眼图像对应在视频图像中对应的帧序号;
则,
所述在待处理人眼图像中确定初始像素点,包括:
当所述帧序号为1时,将所述待处理人眼图像的几何中心确定为初始像素点;或,当所述帧序号大于1时,根据所述待处理人眼图像的前一帧所携带的瞳孔图像的瞳孔中心,在所述待处理人眼图像中确定出初始像素点。
5.根据权利要求1至4中任一所述的方法,其特征在于,
所述步骤S1中,根据所述原点在所述人眼图像中确定出若干条射线时,
相邻的两条所述射线之间的夹角不大于10度;
和/或,
每两条相邻的所述射线之间的夹角均相等。
6.一种确定人眼图像中瞳孔图像边缘点的装置,其特征在于,包括:
初始点确定模块,用于在待处理人眼图像中确定初始像素点,并将所述初始像素点作为原点;
边缘点检测模块,用于根据所述原点在所述待处理人眼图像中确定出若干条射线,计算构成每一条所述射线的各个像素点的像素梯度幅值,并将大于预设阈值的各个所述像素梯度幅值所分别对应的像素点确定为参考像素点;
噪声过滤模块,用于根据各个所述参考像素点分别与所述原点之间的间隔距离,从各个所述参考像素点中确定出若干个可疑边缘点,并确定各个所述可疑边缘点所对应的几何中心像素点;
检测模块,用于检测本次确定的所述几何中心像素点与前次确定的历史几何中心像素点之间的距离值是否小于设定数值,若是,则触发边缘点确定模块;否则,触发过渡处理模块;
所述过渡处理模块,用于在所述检测模块的触发下将所述几何中心像素点确定为历史几何中心像素点,将所述几何中心像素点确定为新的原点,并触发所述边缘点检测模块;
所述边缘点确定模块,用于在所述噪声过滤模块的触发下将各个所述可疑边缘点确定为瞳孔图像边缘点。
7.根据权利要求6所述的装置,其特征在于,
所述噪声过滤模块,具体用于执行如下各个步骤:
检测各个所述参考像素点分别与所述原点之间的间隔距离;
计算各个所述间隔距离的期望值和标准差;
根据所述期望值和所述标准差所各个所述间隔距离中提取若干个目标间隔距离;
将各个所述目标间隔距离所分别对应的参考像素点确定为可疑边缘点。
8.根据权利要求6所述的装置,其特征在于,
还包括:瞳孔定位模块;其中,
所述瞳孔定位模块,用于将所述几何中心像素点确定为所述待处理人眼图像中携带的瞳孔图像的瞳孔中心。
9.根据权利要求8所述的装置,其特征在于,
还包括:序号确定模块;其中,
所述序号确定模块,用于确定待处理人眼图像对应在视频图像中对应的帧序号;
则,
所述初始点确定模块,用于当所述帧序号为1时,将所述待处理人眼图像的几何中心确定为初始像素点;或,当所述帧序号大于1时,根据所述待处理人眼图像的前一帧所携带的瞳孔图像的瞳孔中心,在所述待处理人眼图像中确定出初始像素点。
10.根据权利要求6至9中任一所述的装置,其特征在于,
所述边缘点检测模块用于根据所述原点在所述人眼图像中确定出若干条射线时,
相邻的两条所述射线之间的夹角不大于10度;
和/或,
每两条相邻的所述射线之间的夹角均相等。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810935925.3A CN109118506A (zh) | 2018-08-16 | 2018-08-16 | 一种确定人眼图像中瞳孔图像边缘点的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810935925.3A CN109118506A (zh) | 2018-08-16 | 2018-08-16 | 一种确定人眼图像中瞳孔图像边缘点的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109118506A true CN109118506A (zh) | 2019-01-01 |
Family
ID=64852351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810935925.3A Pending CN109118506A (zh) | 2018-08-16 | 2018-08-16 | 一种确定人眼图像中瞳孔图像边缘点的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109118506A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110348408A (zh) * | 2019-07-16 | 2019-10-18 | 上海博康易联感知信息技术有限公司 | 瞳孔定位方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077773A (zh) * | 2014-06-23 | 2014-10-01 | 北京京东方视讯科技有限公司 | 图像边缘检测方法、图像目标识别方法及装置 |
CN106127145A (zh) * | 2016-06-21 | 2016-11-16 | 重庆理工大学 | 瞳孔定位及跟踪方法 |
-
2018
- 2018-08-16 CN CN201810935925.3A patent/CN109118506A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077773A (zh) * | 2014-06-23 | 2014-10-01 | 北京京东方视讯科技有限公司 | 图像边缘检测方法、图像目标识别方法及装置 |
CN106127145A (zh) * | 2016-06-21 | 2016-11-16 | 重庆理工大学 | 瞳孔定位及跟踪方法 |
Non-Patent Citations (1)
Title |
---|
谢波: "基于视频图像的瞳孔定位算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110348408A (zh) * | 2019-07-16 | 2019-10-18 | 上海博康易联感知信息技术有限公司 | 瞳孔定位方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109086734A (zh) | 一种对人眼图像中瞳孔图像进行定位的方法及装置 | |
CN109063604A (zh) | 一种人脸识别方法及终端设备 | |
TWI716008B (zh) | 人臉識別方法及裝置 | |
CN109086691A (zh) | 一种三维脸部活体检测方法、脸部认证识别方法及装置 | |
CN105894464B (zh) | 一种中值滤波图像处理方法和装置 | |
CN106778453B (zh) | 人脸图像中检测眼镜佩戴的方法及装置 | |
CN109376592A (zh) | 活体检测方法、装置和计算机可读存储介质 | |
CN109345253A (zh) | 资源转移方法、装置及系统 | |
CN108171158A (zh) | 活体检测方法、装置、电子设备及存储介质 | |
CN108960841A (zh) | 支付方法、装置及系统 | |
WO2020114105A1 (zh) | 一种基于多帧脸部图像的比对方法、装置和电子设备 | |
CN109034266A (zh) | 一种目标图像检测方法、装置及系统 | |
CN108830266A (zh) | 一种图像识别的方法、装置及设备 | |
CN109190639A (zh) | 一种车辆颜色识别方法、装置及系统 | |
CN109102026A (zh) | 一种车辆图像检测方法、装置及系统 | |
CN109145720A (zh) | 一种人脸识别方法和装置 | |
TWI738026B (zh) | 從多個臉部中選擇目標臉部及臉部識別比對方法、裝置 | |
CN110414572A (zh) | 一种图像识别的方法及装置 | |
CN107153806A (zh) | 一种人脸检测方法及装置 | |
CN109118506A (zh) | 一种确定人眼图像中瞳孔图像边缘点的方法及装置 | |
CN108898617A (zh) | 一种目标对象的跟踪方法和装置 | |
WO2019201029A1 (zh) | 备选框更新方法及装置 | |
WO2021239000A1 (zh) | 运动模糊图像的识别方法、装置、电子设备和支付设备 | |
CN111274602A (zh) | 一种图像特征信息替换方法、装置、设备及介质 | |
CN110223320A (zh) | 物体检测跟踪方法和检测跟踪装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190101 |
|
RJ01 | Rejection of invention patent application after publication |