[发明专利]一种识别图像中瞳孔的方法和装置

权利要求书

1.一种识别图像中瞳孔的方法，其特征在于，包括：

A. 图像预处理；

B. 边缘检测；

C. 构建连通图，包括：

根据边缘图的边缘线划分出连通区域，

将连通区域分为灰度值在100至200和灰度值在200以上的两个类别，

对于两个类别的连通图，选出连通图对，其中灰度数值在200以上的连通图b的边缘线被包含在灰度数值在100-200的连通图a的边缘线中，

D. 筛选连通图对，包括：

对各连通图对，计算连通图b的质心像素位置b_Location、与该连通图b连通区域具有相同标准二阶中心矩的椭圆的长轴的像素长度b_Major、短轴像素长度b_Minor，

连接连通图a和b得到新的图像c，计算图c的质心像素位置c_Location、与该图c连通区域具有相同标准二阶中心矩的椭圆的长轴的像素长度c_Major、短轴像素长度c_Minor，

对各连通图对，计算质心像素位置b_Location和c_Location的像素距离L、b_Major与c_Major的比例R、b_Minor与c_Minor的比例P，

对各连通图对，计算W=L-m*R-n*P，其中m和n为权重因子，

选择W数值最大的连通图对中的连通图b作为被识别的瞳孔。

2.如权利要求1所述的方法，其特征在于，

图像预处理包括：

构建原始图像的灰度图，

对灰度图去噪。

3.如权利要求2所述的方法，其特征在于，

该原始图像通过以下方式获得：

获取输入的视频、将视频按时间间隔切分成多张图片，将首张图片作为识别瞳孔的原始图像。

4.如权利要求3所述的方法，其特征在于，

原始图像的灰度图通过以下方式构建：

获取原始图像的每个像素的R、G、B数值，对于每个像素选择其R、G、B数值中最大的值作为该像素的灰度值。

5.如权利要求1所述的方法，其特征在于，

边缘检测包括：

计算灰度图的梯度图像，

对梯度图像取数值大于指定阈值的像素作为边缘像素，构建边缘图。

6.一种识别图像中瞳孔的装置，其特征在于，包括：

A. 图像预处理单元；

B. 边缘检测单元；

C. 构建连通图单元，被配置为执行：

根据边缘图的边缘线划分出连通区域，

将连通区域分为灰度值在100至200和灰度值在200以上的两个类别，

对于两个类别的连通图，选出连通图对，其中灰度数值在200以上的连通图b的边缘线被包含在灰度数值在100-200的连通图a的边缘线中，

D. 筛选连通图对单元，被配置为执行：

对各连通图对，计算连通图b的质心像素位置b_Location、与该通图b连通区域具有相同标准二阶中心矩的椭圆的长轴的像素长度b_Major、短轴像素长度b_Minor，

连接连通图a和b得到新的图像c，计算图c的质心像素位置c_Location、与该通图c连通区域具有相同标准二阶中心矩的椭圆的长轴的像素长度c_Major、短轴像素长度c_Minor，

对各连通图对，计算质心像素位置b_Location和c_Location的像素距离L、b_Major与c_Major的比例R、b_Minor与c_Minor的比例P，

对各连通图对，计算W=L-m*R-n*P，其中m和n为权重因子，

选择W数值最大的连通图对中的连通图b作为被识别的瞳孔。

7.如权利要求6所述的装置，其特征在于，

图像预处理单元被配置为执行：

构建原始图像的灰度图，

对灰度图去噪。

8.如权利要求7所述的装置，其特征在于，

该原始图像通过以下方式获得：

获取输入的视频、将视频按时间间隔切分成多张图片，将首张图片作为识别瞳孔的原始图像。