[发明专利]一种基于灰度梯度的瞳孔定位方法

权利要求书

1.一种基于灰度梯度的瞳孔定位方法，其特征在于，所述方法包括以下步骤：

S1、获取原始虹膜图；

S2、画出步骤S1所述虹膜图的灰度直方图；

S3、以灰度直方图的第一个低谷为阈值点，将虹膜图二值化；

S4、用Canny算法检测瞳孔边缘；

S5、用种子填充算法填充瞳孔区域，以去掉瞳孔内光斑；

S6、对图像做一次开运算，以消除睫毛的影响；

S7、用Canny算法检测瞳孔边缘；

S8、查找瞳孔轮廓并画出此轮廓；

S9、得到瞳孔定位图。

2.根据权利要求1所述的基于灰度梯度的瞳孔定位方法，其特征在于，步骤S2中所述灰度直方图是灰度级的函数，表示图像中具有某种灰度级的像素的个数，反映了图像中某种灰度出现的频率，公式为：

H(k)＝n_k/N(k＝0,1,2,…,L-1) (1)

其中，k代表图像的特征取值，L是特征可取值的个数，n_k是图像中具有特征值为k的像素个数，N是图像像素的总数。

3.根据权利要求1所述的基于灰度梯度的瞳孔定位方法，其特征在于，步骤S3具体包括：

灰度直方图的第一个低谷点，即为低灰度值与高灰度值的分界点，由此分界点作为阈值，将虹膜图二值化，公式为：

其中，t表示图像像素值，T表示阈值。

4.根据权利要求1所述的基于灰度梯度的瞳孔定位方法，其特征在于，步骤S5中所述种子填充算法，包括：

从区域内部的某一像素点开始，通过上、下、左、右四个方向的一定组合，在不越出区域的前提下，找到区域内的其它所有像素。

5.根据权利要求1所述的基于灰度梯度的瞳孔定位方法，其特征在于，步骤S6中所述开运算，具体为：

先对图像做一次腐蚀操作，然后进行一次膨胀操作，即为一次开运算。

6.根据权利要求1所述的基于灰度梯度的瞳孔定位方法，其特征在于，步骤S8具体包括：

从中心点出发，沿着中心点向四周发散的直线，寻找梯度最大的点，即为轮廓点，将轮廓点一一连接起来，即为瞳孔轮廓。