[发明专利]瞳孔中心定位方法及系统、计算机设备及可读存储介质

权利要求书

1.一种瞳孔中心定位方法，其特征在于，包括：

计算瞳孔感兴趣区域中每个像素周围预设范围内的灰度值均值，将灰度值均值最小值对应的像素作为第一基点；

对瞳孔感兴趣区域依次进行Canny边缘检测和轮廓提取，得到多个轮廓；

计算各轮廓与第一基点的距离，将与第一基点距离最近的轮廓包含的像素的灰度值均值作为二值化阈值，其中，所述轮廓包含的像素为组成轮廓的像素；

根据二值化阈值对瞳孔感兴趣区域进行二值化，将二值化后灰度值为0的像素的最小包含圆的圆心作为第二基点；

将第二基点作为中心且根据各轮廓与第二基点之间的最大距离计算边长，划定矩形区域；

对所述矩形区域包含的轮廓中的像素进行均匀抽样，对每次抽样出的像素进行椭圆拟合运算，得到每次抽样的拟合圆圆心；

将每次抽样的拟合圆圆心的坐标均值作为瞳孔中心的坐标。

2.根据权利要求1所述的方法，其特征在于，所述对所述矩形区域包含的轮廓中的像素进行均匀抽样进一步包括：

对所述矩形区域包含的轮廓依次进行膨胀和腐蚀处理，对所述矩形区域包含的依次进行膨胀和腐蚀处理后的轮廓中的像素进行均匀抽样。

3.根据权利要求1所述的方法，其特征在于，所述矩形区域包含的轮廓为完整包含于所述矩形区域的轮廓。

4.根据权利要求1所述的方法，其特征在于，所述预设范围为3*3范围。

5.根据权利要求1所述的方法，其特征在于，所述计算各轮廓与第一基点的距离进一步包括：

对于各轮廓，计算该轮廓包含的各像素与第一基点的欧式距离，将该轮廓包含的各像素与第一基点的欧式距离中的最小值作为该轮廓与第一基点的距离。

6.根据权利要求1所述的方法，其特征在于，所述根据各轮廓与第二基点之间的最大距离计算边长进一步包括：

对于各轮廓，计算该轮廓包含的各像素与第二基点的欧式距离，将该轮廓包含的各像素与第二基点的欧式距离中的最大值作为该轮廓与第二基点的距离；

将各轮廓与第二基点的距离中的最大值乘以预设系数后得到边长。

7.根据权利要求1所述的方法，其特征在于，所述均匀抽样的规则为每次抽样分别对等个数的未被抽样过的像素进行随机抽样。

8.根据权利要求1所述的方法，其特征在于，所述将每次抽样的拟合圆圆心的坐标均值作为瞳孔中心的坐标进一步包括：

将每次抽样的拟合圆圆心的X轴坐标均值作为瞳孔中心的X轴坐标，将每次抽样的拟合圆圆心的Y轴坐标均值作为瞳孔中心的Y轴坐标，得到瞳孔中心的坐标。

9.根据权利要求1所述的方法，其特征在于，该方法还包括：

将人眼图像转换为灰度图像，通过特征检测提取所述灰度图像中的瞳孔感兴趣区域。

10.一种执行如权利要求1-9中任一项所述方法的瞳孔中心定位系统，其特征在于，包括：

第一基点获取单元，用于计算瞳孔感兴趣区域中每个像素周围预设范围内的灰度值均值，将灰度值均值最小值对应的像素作为第一基点；

轮廓获取单元，用于对瞳孔感兴趣区域依次进行Canny边缘检测和轮廓提取，得到多个轮廓；

阈值获取单元，用于计算各轮廓与第一基点的距离，将与第一基点距离最近的轮廓包含的像素的灰度值均值作为二值化阈值，其中，所述轮廓包含的像素为组成轮廓的像素；

第二基点获取单元，用于根据二值化阈值对瞳孔感兴趣区域进行二值化，将二值化后灰度值为0的像素的最小包含圆的圆心作为第二基点；

矩形区域划定单元，用于将第二基点作为中心且根据各轮廓与第二基点之间的最大距离计算边长，划定矩形区域；

拟合圆圆心获取单元，用于对所述矩形区域包含的轮廓中的像素进行均匀抽样，对每次抽样出的像素进行椭圆拟合运算，得到每次抽样的拟合圆圆心；

瞳孔中心定位单元，用于将每次抽样的拟合圆圆心的坐标均值作为瞳孔中心的坐标。