CN108509873A - 瞳孔图像边缘点提取方法及装置 - Google Patents

瞳孔图像边缘点提取方法及装置 Download PDF

Info

Publication number
CN108509873A
CN108509873A CN201810219023.XA CN201810219023A CN108509873A CN 108509873 A CN108509873 A CN 108509873A CN 201810219023 A CN201810219023 A CN 201810219023A CN 108509873 A CN108509873 A CN 108509873A
Authority
CN
China
Prior art keywords
pupil image
marginal point
point
image marginal
ray
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
Application number
CN201810219023.XA
Other languages
English (en)
Inventor
谢波
陈江林
张如高
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
New Wisdom Cognition Marketing Data Services Ltd
Original Assignee
New Wisdom Cognition Marketing Data Services Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by New Wisdom Cognition Marketing Data Services Ltd filed Critical New Wisdom Cognition Marketing Data Services Ltd
Priority to CN201810219023.XA priority Critical patent/CN108509873A/zh
Publication of CN108509873A publication Critical patent/CN108509873A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/193Preprocessing; Feature extraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/30Noise filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/46Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/46Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/469Contour-based spatial representations, e.g. vector-coding
    • G06V10/473Contour-based spatial representations, e.g. vector-coding using gradient analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • Human Computer Interaction (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种瞳孔图像边缘点提取方法及装置,包括:获取人眼图像,确定该人眼图像的几何中心为第一起始点,以该第一起始点为中心,延伸第一射线集进行扫描,其中,第一射线集中各个射线的间隔角度为第一预设角度,沿第一射线集延伸的方向计算每个像素点的第一梯度幅值,确定该第一梯度幅值大于第一预定阈值的像素点为第一瞳孔图像边缘点。通过本发明解决了现有技术中图像采集过程中干扰因素的影响,瞳孔图像边缘点提取不精确的问题,实现了降低和消除图像噪声,精确提取视频图像中瞳孔图像边缘点。

Description

瞳孔图像边缘点提取方法及装置
技术领域
本发明涉及车辆辅助驾驶领域,具体涉及一种瞳孔图像边缘点提取方法及装置。
背景技术
视觉是人类获取环境信息以及感知和认识客观世界的主要渠道,人类视觉注意在空间中的三维位置称为注视点,它的变化反映了人的注意力、兴趣、情感等的变化。通过视线跟踪来分析驾驶员的精神状态并提供相应预警,可实现车辆的辅助驾驶,保证驾驶员生命安全。精确定位瞳孔是视线跟踪技术的关键部分。在定位瞳孔中心位置时,要先对瞳孔图像的边缘点进行提取,由于摄像机传感器中元件自身质量问题以及拍摄环境中光照强度变化的原因,在图像采集过程中存在很多干扰,使得每幅图像中都存在着一定程度噪声。在数字图像处理过程中,去除噪声主要涉及到加性、椒盐、高斯三种噪声,这些噪声会掩盖掉图像的原始信息,这增加了图像特征提取的难度。
发明内容
有鉴于此,本发明实施例提供了一种瞳孔图像边缘点提取方法及装置,以解决图像采集过程中干扰因素的影响,瞳孔图像边缘点提取不精确的问题。
为此,本发明实施例提供了如下技术方案:
本发明实施例提供了一种瞳孔图像边缘点提取方法,包括:获取人眼图像;确定所述人眼图像的几何中心为第一起始点;以所述第一起始点为中心,延伸第一射线集进行扫描;其中,所述第一射线集中各个射线的间隔角度为第一预设角度;沿所述第一射线集延伸的方向计算每个像素点的第一梯度幅值;确定所述第一梯度幅值大于第一预定阈值的像素点为第一瞳孔图像边缘点。
可选地,确定所述第一梯度幅值大于第一预定阈值的像素点为第一瞳孔图像边缘点还包括:判断当前瞳孔图像边缘点的几何中心与上一次获取的瞳孔图像边缘点的几何中心之间的距离是否小于第二预定阈值;在判断结果为是的情况下,确定所述当前瞳孔图像边缘点为所述第一瞳孔图像边缘点。
可选地,确定所述第一梯度幅值大于第一预定阈值的像素点为第一瞳孔图像边缘点之后,所述方法还包括:获取所述第一瞳孔图像边缘点的几何中心,以所述第一瞳孔图像边缘点的几何中心为第二起始点,连接所述第一瞳孔图像边缘点和所述第二起始点为中线,以所述第一瞳孔图像边缘点为顶点,沿所述中线向两边延伸第二射线集进行扫描,所述第二射线集中各个射线的间隔角度为第二预设角度;沿所述第二射线集延伸的方向计算每个像素点的第二梯度幅值;确定所述第二梯度幅值大于第三预定阈值的像素点为第二瞳孔图像边缘点。
可选地,确定所述第二梯度幅值大于第三预定阈值的像素点为第二瞳孔图像边缘点之后,所述方法还包括:获取所述第二瞳孔图像边缘点的几何中心,以所述第二瞳孔图像边缘点的几何中心为第三起始点;获取所述第一瞳孔图像边缘点和第二起始点之间的距离为第一距离集;获取所述第二瞳孔图像边缘点和第三起始点之间的距离为第二距离集;除去所述第一距离集和所述第二距离集中距离大于第四预定阈值和小于第五预定阈值所对应的瞳孔图像边缘点,将剩余的瞳孔图像边缘点作为第三瞳孔图像边缘点。
本发明实施例还提供了一种瞳孔图像边缘点提取装置,包括:第一获取模块,用于获取人眼图像;第一确定模块,用于确定所述人眼图像的几何中心为第一起始点;第一处理模块,用于以所述第一起始点为中心,延伸第一射线集进行扫描;其中,所述第一射线集中各个射线的间隔角度为第一预设角度;第一计算模块,用于沿所述第一射线集延伸的方向计算每个像素点的第一梯度幅值;第二确定模块,用于确定所述第一梯度幅值大于第一预定阈值的像素点为第一瞳孔图像边缘点。
可选地,所述第二确定模块还包括:判断单元,用于判断当前瞳孔图像边缘点的几何中心与上一次获取的瞳孔图像边缘点的几何中心之间的距离是否小于第二预定阈值;确定单元,用于在判断结果为是的情况下,确定所述当前瞳孔图像边缘点为所述第一瞳孔图像边缘点。
可选地,所述装置还包括:第二处理模块,用于获取所述第一瞳孔图像边缘点的几何中心,以所述第一瞳孔图像边缘点的几何中心为第二起始点,连接所述第一瞳孔图像边缘点和所述第二起始点为中线,以所述第一瞳孔图像边缘点为顶点,沿所述中线向两边延伸第二射线集进行扫描,所述第二射线集中各个射线的间隔角度为第二预设角度;第二计算模块,用于沿所述第二射线集延伸的方向计算每个像素点的第二梯度幅值;第三确定模块,用于确定所述第二梯度幅值大于第三预定阈值的像素点为第二瞳孔图像边缘点。
可选地,所述装置还包括:第二获取模块,用于获取所述第二瞳孔图像边缘点的几何中心,以所述第二瞳孔图像边缘点的几何中心为第三起始点;第三获取模块,用于获取所述第一瞳孔图像边缘点和第二起始点之间的距离为第一距离集;第四获取模块,用于获取所述第二瞳孔图像边缘点和第三起始点之间的距离为第二距离集;第三处理模块,用于除去所述第一距离集和所述第二距离集中距离大于第四预定阈值和小于第五预定阈值所对应的瞳孔图像边缘点,将剩余的瞳孔图像边缘点作为第三瞳孔图像边缘点。
本发明实施例技术方案,具有如下优点:
本发明实施例提供了一种瞳孔图像边缘点提取方法及装置,在该方法中,获取人眼图像,确定该人眼图像的几何中心为第一起始点,以该第一起始点为中心,延伸第一射线集进行扫描,其中,第一射线集中各个射线的间隔角度为第一预设角度,沿第一射线集延伸的方向计算每个像素点的第一梯度幅值,确定该第一梯度幅值大于第一预定阈值的像素点为第一瞳孔图像边缘点。通过本发明实施例解决了现有技术中图像采集过程中干扰因素的影响,瞳孔图像边缘点提取不精确的问题,实现了降低和消除图像噪声,精确提取视频图像中瞳孔图像边缘点。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的瞳孔图像边缘点提取方法的流程图;
图2是根据本发明实施例的瞳孔图像边缘点提取装置的一个结构框图;
图3是根据本发明实施例的瞳孔图像边缘点提取装置的另一个结构框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
在本实施例中提供了一种瞳孔图像边缘点提取方法,图1是根据本发明实施例的瞳孔图像边缘点提取方法的流程图,如图1所示,该流程包括如下步骤:
步骤S101:获取人眼图像。由于摄像机传感器中元件自身质量问题以及拍摄环境中光照强度变化的原因,在图像采集过程中存在很多干扰,使得每幅图像中都存在着一定程度噪声。在数字图像处理过程中,去除噪声主要涉及到加性、椒盐、高斯三种噪声,这些噪声会掩盖掉图像的原始信息,这增加了图像特征提取的难度。因此,在对图像特征提取之前必须对原始采集图像进行平滑或者滤波处理,进一步地降低或者消除图像噪声,增强原始图像的信噪比;
步骤S102:确定该人眼图像的几何中心为第一起始点。对预处理之后的人眼图像通过星射线算法提取瞳孔图像边缘点;
步骤S103:以该第一起始点为中心,延伸第一射线集进行扫描;其中,该第一射线集中各个射线的间隔角度为第一预设角度。具体地,该第一预设角度可以是10°,第一射线集的延展区域可以是-30°到30°及150°到210°,且该射线的延伸范围不得超过该人眼图像区域;
步骤S104:沿该第一射线集延伸的方向计算每个像素点的第一梯度幅值;
步骤S105:确定该第一梯度幅值大于第一预定阈值的像素点为第一瞳孔图像边缘点。具体地,考虑到瞳孔图像反光、设定起始点不在瞳孔区域内等因素的影响,沿着每条射线方向需要查找出两个边缘点。
通过上述步骤:获取人眼图像,确定该人眼图像的几何中心为第一起始点,以第一起始点为中心,延伸第一射线集进行扫描;其中,该第一射线集中各个射线的间隔角度为第一预设角度,沿该第一射线集延伸的方向计算每个像素点的第一梯度幅值,确定该第一梯度幅值大于第一预定阈值的像素点为第一瞳孔图像边缘点。解决了现有技术中图像采集过程中干扰因素的影响,瞳孔图像边缘点提取不精确的问题,实现了降低和消除图像噪声,精确提取视频图像中瞳孔图像边缘点。
上述步骤S105涉及到确定该第一梯度幅值大于第一预定阈值的像素点为第一瞳孔图像边缘点,为了获取到更加精确的瞳孔图像边缘点,在一个可选实施例中,获取该第一瞳孔图像边缘点的几何中心,以该第一瞳孔图像边缘点的几何中心为第二起始点,连接该第一瞳孔图像边缘点和该第二起始点为中线,以该第一瞳孔图像边缘点为顶点,沿该中线向两边延伸第二射线集进行扫描,该第二射线集中各个射线的间隔角度为第二预设角度,具体地,该第二预设角度可以是10°,沿该第二射线集延伸的方向计算每个像素点的第二梯度幅值,确定该第二梯度幅值大于第三预定阈值的像素点为第二瞳孔图像边缘点。
为了进一步提高瞳孔图像边缘点的精确度,在一个可选实施例中,确定该第二梯度幅值大于第三预定阈值的像素点为第二瞳孔图像边缘点,之后,获取该第二瞳孔图像边缘点的几何中心,以该第二瞳孔图像边缘点的几何中心为第三起始点,获取该第一瞳孔图像边缘点和第二起始点之间的距离为第一距离集,获取该第二瞳孔图像边缘点和第三起始点之间的距离为第二距离集,除去该第一距离集和该第二距离集中距离大于第四预定阈值和小于第五预定阈值所对应的瞳孔图像边缘点。具体地,计算出该第一距离集和第二距离集的期望值μ和标准差δ,然后去除与起始点之间距离大于u+1.5δ或者小于u-1.5δ的边缘点,将剩余的瞳孔图像边缘点作为第三瞳孔图像边缘点,再进行星射线算法获取瞳孔图像边缘点以及该瞳孔图像边缘点的几何中心。判断当前瞳孔图像边缘点的几何中心与上一次获取的瞳孔图像边缘点的几何中心之间的距离是否小于第二预定阈值,在判断结果为是的情况下,说明该星射线算法已经收敛,确定当前瞳孔图像边缘点为第一瞳孔图像边缘点。
实施例2
在本实施例中还提供了一种瞳孔图像边缘点提取装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本实施例提供一种瞳孔图像边缘点提取装置,如图2所示,包括第一获取模块21,用于获取人眼图像,第一确定模块22,用于确定该人眼图像的几何中心为第一起始点,第一处理模块23,用于以该第一起始点为中心,延伸第一射线集进行扫描,其中,该第一射线集中各个射线的间隔角度为第一预设角度,第一计算模块24,用于沿该第一射线集延伸的方向计算每个像素点的第一梯度幅值,第二确定模块25,用于确定该第一梯度幅值大于第一预定阈值的像素点为第一瞳孔图像边缘点。
图3是根据本发明实施例的瞳孔图像边缘点提取装置的另一个结构框图。如图3所示,在一个可选实施例中,第二确定模块25还包括:判断单元251,用于判断当前瞳孔图像边缘点的几何中心与上一次获取的瞳孔图像边缘点的几何中心之间的距离是否小于第二预定阈值,确定单元252,用于在判断结果为是的情况下,确定当前瞳孔图像边缘点为第一瞳孔图像边缘点。
在一个可选实施例中,该瞳孔图像边缘点提取装置还包括第二处理模块,用于获取该第一瞳孔图像边缘点的几何中心,以该第一瞳孔图像边缘点的几何中心为第二起始点,连接该第一瞳孔图像边缘点和该第二起始点为中线,以该第一瞳孔图像边缘点为顶点,沿该中线向两边延伸第二射线集进行扫描,该第二射线集中各个射线的间隔角度为第二预设角度,第二计算模块,用于沿该第二射线集延伸的方向计算每个像素点的第二梯度幅值,第三确定模块,用于确定该第二梯度幅值大于第三预定阈值的像素点为第二瞳孔图像边缘点。
在一个可选实施例中,该瞳孔图像边缘点提取装置还包括第二获取模块,用于获取该第二瞳孔图像边缘点的几何中心,以该第二瞳孔图像边缘点的几何中心为第三起始点,第三获取模块,用于获取该第一瞳孔图像边缘点和第二起始点之间的距离为第一距离集,第四获取模块,用于获取该第二瞳孔图像边缘点和第三起始点之间的距离为第二距离集,第三处理模块,用于除去该第一距离集和该第二距离集中距离大于第四预定阈值和小于第五预定阈值所对应的瞳孔图像边缘点,将剩余的瞳孔图像边缘点作为第三瞳孔图像边缘点。
上述各个模块的更进一步的功能描述与上述对应实施例相同,在此不再赘述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明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。
本发明是参照根据本发明实施例的方法、设备(***)、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。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (8)

1.一种瞳孔图像边缘点提取方法,其特征在于,包括:
获取人眼图像;
确定所述人眼图像的几何中心为第一起始点;
以所述第一起始点为中心,延伸第一射线集进行扫描;其中,所述第一射线集中各个射线的间隔角度为第一预设角度;
沿所述第一射线集延伸的方向计算每个像素点的第一梯度幅值;
确定所述第一梯度幅值大于第一预定阈值的像素点为第一瞳孔图像边缘点。
2.根据权利要求1所述的方法,其特征在于,确定所述第一梯度幅值大于第一预定阈值的像素点为第一瞳孔图像边缘点还包括:
判断当前瞳孔图像边缘点的几何中心与上一次获取的瞳孔图像边缘点的几何中心之间的距离是否小于第二预定阈值;
在判断结果为是的情况下,确定所述当前瞳孔图像边缘点为所述第一瞳孔图像边缘点。
3.根据权利要求1所述的方法,其特征在于,确定所述第一梯度幅值大于第一预定阈值的像素点为第一瞳孔图像边缘点之后,所述方法还包括:
获取所述第一瞳孔图像边缘点的几何中心,以所述第一瞳孔图像边缘点的几何中心为第二起始点,连接所述第一瞳孔图像边缘点和所述第二起始点为中线,以所述第一瞳孔图像边缘点为顶点,沿所述中线向两边延伸第二射线集进行扫描,所述第二射线集中各个射线的间隔角度为第二预设角度;
沿所述第二射线集延伸的方向计算每个像素点的第二梯度幅值;
确定所述第二梯度幅值大于第三预定阈值的像素点为第二瞳孔图像边缘点。
4.根据权利要求3中所述的方法,其特征在于,确定所述第二梯度幅值大于第三预定阈值的像素点为第二瞳孔图像边缘点之后,所述方法还包括:
获取所述第二瞳孔图像边缘点的几何中心,以所述第二瞳孔图像边缘点的几何中心为第三起始点;
获取所述第一瞳孔图像边缘点和第二起始点之间的距离为第一距离集;
获取所述第二瞳孔图像边缘点和第三起始点之间的距离为第二距离集;
除去所述第一距离集和所述第二距离集中距离大于第四预定阈值和小于第五预定阈值所对应的瞳孔图像边缘点,将剩余的瞳孔图像边缘点作为第三瞳孔图像边缘点。
5.一种瞳孔图像边缘点提取装置,其特征在于,包括:
第一获取模块,用于获取人眼图像;
第一确定模块,用于确定所述人眼图像的几何中心为第一起始点;
第一处理模块,用于以所述第一起始点为中心,延伸第一射线集进行扫描;其中,所述第一射线集中各个射线的间隔角度为第一预设角度;
第一计算模块,用于沿所述第一射线集延伸的方向计算每个像素点的第一梯度幅值;
第二确定模块,用于确定所述第一梯度幅值大于第一预定阈值的像素点为第一瞳孔图像边缘点。
6.根据权利要求5所述的装置,其特征在于,所述第二确定模块还包括:
判断单元,用于判断当前瞳孔图像边缘点的几何中心与上一次获取的瞳孔图像边缘点的几何中心之间的距离是否小于第二预定阈值;
确定单元,用于在判断结果为是的情况下,确定所述当前瞳孔图像边缘点为所述第一瞳孔图像边缘点。
7.根据权利要求5所述的装置,其特征在于,所述装置还包括:
第二处理模块,用于获取所述第一瞳孔图像边缘点的几何中心,以所述第一瞳孔图像边缘点的几何中心为第二起始点,连接所述第一瞳孔图像边缘点和所述第二起始点为中线,以所述第一瞳孔图像边缘点为顶点,沿所述中线向两边延伸第二射线集进行扫描,所述第二射线集中各个射线的间隔角度为第二预设角度;
第二计算模块,用于沿所述第二射线集延伸的方向计算每个像素点的第二梯度幅值;
第三确定模块,用于确定所述第二梯度幅值大于第三预定阈值的像素点为第二瞳孔图像边缘点。
8.根据权利要求7中所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于获取所述第二瞳孔图像边缘点的几何中心,以所述第二瞳孔图像边缘点的几何中心为第三起始点;
第三获取模块,用于获取所述第一瞳孔图像边缘点和第二起始点之间的距离为第一距离集;
第四获取模块,用于获取所述第二瞳孔图像边缘点和第三起始点之间的距离为第二距离集;
第三处理模块,用于除去所述第一距离集和所述第二距离集中距离大于第四预定阈值和小于第五预定阈值所对应的瞳孔图像边缘点,将剩余的瞳孔图像边缘点作为第三瞳孔图像边缘点。
CN201810219023.XA 2018-03-16 2018-03-16 瞳孔图像边缘点提取方法及装置 Pending CN108509873A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810219023.XA CN108509873A (zh) 2018-03-16 2018-03-16 瞳孔图像边缘点提取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810219023.XA CN108509873A (zh) 2018-03-16 2018-03-16 瞳孔图像边缘点提取方法及装置

Publications (1)

Publication Number Publication Date
CN108509873A true CN108509873A (zh) 2018-09-07

Family

ID=63376608

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810219023.XA Pending CN108509873A (zh) 2018-03-16 2018-03-16 瞳孔图像边缘点提取方法及装置

Country Status (1)

Country Link
CN (1) CN108509873A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109857254A (zh) * 2019-01-31 2019-06-07 京东方科技集团股份有限公司 瞳孔定位方法和装置、vr/ar设备以及计算机可读介质
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
CN110349203A (zh) * 2019-07-15 2019-10-18 深圳市威尔德医疗电子有限公司 一种超声设备及其超声图像中血管直径的测量方法
CN111369496A (zh) * 2020-02-18 2020-07-03 中北大学 一种基于星射线的瞳孔中心定位方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002000567A (ja) * 2000-06-23 2002-01-08 Kansai Tlo Kk 瞳孔中心位置計測方法及び視点位置検出方法
CN106774863A (zh) * 2016-12-03 2017-05-31 西安中科创星科技孵化器有限公司 一种基于瞳孔特征实现视线追踪的方法
CN106725531A (zh) * 2016-12-03 2017-05-31 西安科锐盛创新科技有限公司 基于视线的儿童专注力测试分析***和方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002000567A (ja) * 2000-06-23 2002-01-08 Kansai Tlo Kk 瞳孔中心位置計測方法及び視点位置検出方法
CN106774863A (zh) * 2016-12-03 2017-05-31 西安中科创星科技孵化器有限公司 一种基于瞳孔特征实现视线追踪的方法
CN106725531A (zh) * 2016-12-03 2017-05-31 西安科锐盛创新科技有限公司 基于视线的儿童专注力测试分析***和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
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 (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109857254A (zh) * 2019-01-31 2019-06-07 京东方科技集团股份有限公司 瞳孔定位方法和装置、vr/ar设备以及计算机可读介质
WO2020155792A1 (en) * 2019-01-31 2020-08-06 Boe Technology Group Co., Ltd. Pupil positioning method and apparatus, vr/ar apparatus and computer readable medium
US11315281B2 (en) 2019-01-31 2022-04-26 Beijing Boe Optoelectronics Technology Co., Ltd. Pupil positioning method and apparatus, VR/AR apparatus and computer readable medium
CN110349203A (zh) * 2019-07-15 2019-10-18 深圳市威尔德医疗电子有限公司 一种超声设备及其超声图像中血管直径的测量方法
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
CN111369496A (zh) * 2020-02-18 2020-07-03 中北大学 一种基于星射线的瞳孔中心定位方法
CN111369496B (zh) * 2020-02-18 2022-07-01 中北大学 一种基于星射线的瞳孔中心定位方法

Similar Documents

Publication Publication Date Title
CN108509873A (zh) 瞳孔图像边缘点提取方法及装置
US9087258B2 (en) Method for counting objects and apparatus using a plurality of sensors
US20150320296A1 (en) Image processing device, endoscope apparatus, information storage device, and image processing method
CN105158257B (zh) 滑板测量方法及装置
JP4585471B2 (ja) 特徴点検出装置及びその方法
US10176614B2 (en) Image processing device, image processing method, and program
EP3588004A1 (en) Stereoscopic camera and height acquisition method therefor and height acquisition system
JP2010097561A (ja) 車両周辺監視装置
CN109118515A (zh) 一种电力设备的视频跟踪方法及装置
CN105147311A (zh) 用于ct***中的可视化设备辅助扫描定位方法和***
WO2021004263A1 (zh) 深度图处理方法及装置、电子设备和可读存储介质
JP3798161B2 (ja) 眼底計測装置及び眼底計測プログラムを記録した記録媒体
CN114445404A (zh) 基于亚像素边缘检测的结构振动响应自动识别方法及***
CN115393348B (zh) 一种基于图像识别的烧伤检测方法、***及存储介质
CN106236264A (zh) 基于光学跟踪和图像匹配的胃肠手术导航方法及***
CN108663382A (zh) 基于视觉显著性的纸张表面缺陷检测的方法及装置
CN113092079B (zh) 清晰度检测标板和方法及其***、电子设备以及检测平台
US11836945B2 (en) Image processing apparatus, image processing method, and program
CN115063579A (zh) 基于二维图像和三维点云投影的列车定位销松动检测方法
CN107767366B (zh) 一种输电线路拟合方法及装置
CN110348408A (zh) 瞳孔定位方法及装置
CN103006332A (zh) 手术刀跟踪方法与装置及数字立体显微镜***
CN108550142A (zh) 一种牙孔检测方法及装置
CN109472289B (zh) 关键点检测方法和设备
US20110298913A1 (en) Pupil hidden state detecting apparatus and vehicle-mounted camera employing the same

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180907