李擎等：视线追踪中一种新的由粗及精的瞳孔定位方法 1487 图9二值化图 图5腐蚀膨胀后的图 Fig.9 Binary image Fig.5 Image after erosion and dilation 明显不同，一般情况下，瞳孔所在区域的灰度值比 全部瞳孔范围的区域作为ROL,用于后续的处理， 较低，虹膜所在区域的灰度值较高，可以利用瞳孔 如图6所示，面积较小的白色框的区域表示瞳孔 边缘点的灰度值梯度，先对瞳孔边缘点精确定位， 的粗定位的位置，面积较大的白色框的区域作为 然后用椭圆拟合的方法将瞳孔边缘点拟合来求出 ROI区域，单独的包括全部瞳孔范围的ROI图像 瞳孔中心.如图10所示，先利用瞳孔粗定位算法 如图7所示 求出大致的瞳孔中心所在位置p,坐标为(xpyp), 图I0中pm点的灰度值较小，Pm+i的灰度值较大.可 以求出以(xpyp)为起点的射线，1上相邻像素点灰 度值的差值.利用不同像素点梯度的差异可以精 确定位瞳孔边缘点.瞳孔在x方向上的半径为x, 瞳孔在y方向上的半径为5，一般来说，瞳孔在x方 图6瞳孔粗定位 向的半径和在y方向的半径比较稳定.r如式(6) Fig.6 Pupil coarse localization 所示. =+ (6) 2 图7瞳孔ROI P. Fig.7 Region of interest of the pupil 当瞳孔有部分被遮挡时，采用本文提出的改 进的OTSU自适应阈值分割算法仍然可以很好地 将未被遮挡住的部分瞳孔区域分割出来.部分被 图10射线图 遮挡的瞳孔图像如图8所示，经分割后的二值化 Fig.10 Ray diagram 图像如图9所示.可以看出，瞳孔未被遮挡的区域 般瞳孔的边界点分布在以(xp,yp)为圆心，半 依旧可以被很好地分割出来，对二值化图像进行 径大小为r的圆附近.每一组不同角度的和半径 腐蚀膨胀处理后即可以去除周围无效的干扰区域. m在圆上可以确定一个不同的坐标点Pm,其中 1.2瞳孔精确定位 rn=r-10+n(n=0,1,…,20,0是以中心(xpyp)为起 使用上述方法粗定位瞳孔区域后，需要对瞳 点的射线与横轴方向的夹角，其中0≤0<2元，可以 孔边缘点进行精确定位.人眼的灰度图像中，可以 求出射线上某一个像素点Pn的坐标，pPm点坐标为 看出瞳孔所在区域和虹膜所在区域的灰度值具有 (xmyn,如式(7)所示： xn =xp+rncos0 yn yp+rn sine (7) 假定瞳孔灰度梯度值最大的像素点为方向上瞳 孔边缘点所在位置，由此可知，若图像上像素点 Pn的灰度值为tn,像素点pn在方向的灰度梯度值 图8遮挡瞳孔 为Dm,则Dn=tn-tn-1(=0,1,…,20). Fig.8 Pupil occlusion 当某一射线方向上有亮斑时，如图11所示，亮全部瞳孔范围的区域作为 ROI，用于后续的处理， 如图 6 所示，面积较小的白色框的区域表示瞳孔 的粗定位的位置，面积较大的白色框的区域作为 ROI 区域，单独的包括全部瞳孔范围的 ROI 图像 如图 7 所示. 当瞳孔有部分被遮挡时，采用本文提出的改 进的 OTSU 自适应阈值分割算法仍然可以很好地 将未被遮挡住的部分瞳孔区域分割出来. 部分被 遮挡的瞳孔图像如图 8 所示，经分割后的二值化 图像如图 9 所示. 可以看出，瞳孔未被遮挡的区域 依旧可以被很好地分割出来，对二值化图像进行 腐蚀膨胀处理后即可以去除周围无效的干扰区域. 1.2    瞳孔精确定位 使用上述方法粗定位瞳孔区域后，需要对瞳 孔边缘点进行精确定位. 人眼的灰度图像中，可以 看出瞳孔所在区域和虹膜所在区域的灰度值具有 (xp, yp) pn pn+1 (xp, yp) x rx y ry x y r 明显不同，一般情况下，瞳孔所在区域的灰度值比 较低，虹膜所在区域的灰度值较高，可以利用瞳孔 边缘点的灰度值梯度，先对瞳孔边缘点精确定位， 然后用椭圆拟合的方法将瞳孔边缘点拟合来求出 瞳孔中心. 如图 10 所示，先利用瞳孔粗定位算法 求出大致的瞳孔中心所在位置 p，坐标为 ， 图 10 中 点的灰度值较小， 的灰度值较大. 可 以求出以 为起点的射线[9,16] 上相邻像素点灰 度值的差值. 利用不同像素点梯度的差异可以精 确定位瞳孔边缘点. 瞳孔在 方向上的半径为 ， 瞳孔在 方向上的半径为 ，一般来说，瞳孔在 方 向的半径和在 方向的半径比较稳定. 如式 (6) 所示. r = ( rx +ry ) 2 （6） (xp, yp) r θ rn pn rn = r −10+n(n = 0,1,··· ,20) θ (xp, yp) 0 ⩽ θ < 2π pn pn (xn, yn) 一般瞳孔的边界点分布在以 为圆心，半 径大小为 的圆附近. 每一组不同角度的 和半径 在圆上可以确定一个不同的坐标点 ，其中 ， 是以中心 为起 点的射线与横轴方向的夹角，其中 ，可以 求出射线上某一个像素点 的坐标， 点坐标为 ，如式 (7) 所示： { xn = xp +rn cos θ yn = yp +rn sinθ （7） θ pn tn pn θ Dn Dn = tn −tn−1(n = 0,1,··· ,20) 假定瞳孔灰度梯度值最大的像素点为 方向上瞳 孔边缘点所在位置，由此可知，若图像上像素点 的灰度值为 ，像素点 在 方向的灰度梯度值 为 ，则 . 当某一射线方向上有亮斑时，如图 11 所示，亮 图 5    腐蚀膨胀后的图 Fig.5    Image after erosion and dilation 图 6    瞳孔粗定位 Fig.6    Pupil coarse localization 图 7    瞳孔 ROI Fig.7    Region of interest of the pupil 图 8    遮挡瞳孔 Fig.8    Pupil occlusion 图 9    二值化图 Fig.9    Binary image θ pn (xp , y p ) pn+1 图 10    射线图 Fig.10    Ray diagram 李    擎等： 视线追踪中一种新的由粗及精的瞳孔定位方法 · 1487 ·