【问题标题】:Using HoughCircles to detect and measure pupil and iris使用 HoughCircles 检测和测量瞳孔和虹膜
【发布时间】:2013-07-27 06:48:02
【问题描述】:

我正在尝试使用 OpenCV,更具体地说是它的 HoughCircles 来检测和测量瞳孔和虹膜,目前我一直在使用函数中的一些变量,因为它要么返回 0 个圆圈,要么返回过多的圆圈.下面是我正在使用的代码和测试图像。

虹膜测量代码:

 eye1 = [self increaseIn:eye1 Contrast:2 andBrightness:0];

cv::cvtColor(eye1, eye1, CV_RGBA2RGB);
cv::bilateralFilter(eye1, eye2, 75, 100, 100);

cv::vector<cv::Vec3f> circles;

cv::cvtColor(eye2, eye1, CV_RGBA2GRAY);

cv::morphologyEx(eye1, eye1, 4, cv::getStructuringElement(cv::MORPH_RECT,cv::Size(3, 3)));
cv::threshold(eye1, eye1, 0, 255, cv::THRESH_OTSU);

eye1 = [self circleCutOut:eye1 Size:50];

cv::GaussianBlur(eye1, eye1, cv::Size(7, 7), 0);

cv::HoughCircles(eye1, circles, CV_HOUGH_GRADIENT, 2, eye1.rows/4);

瞳孔测量代码:

eye1 = [self increaseBlackPupil:eye1];
    cv::Mat eye2 = cv::Mat::zeros(eye1.rows, eye1.cols, CV_8UC3);

    eye1 = [self increaseIn:eye1 Contrast:2 andBrightness:0];

    cv::cvtColor(eye1, eye1, CV_RGBA2RGB);
    cv::bilateralFilter(eye1, eye2, 75, 100, 100);

    cv::threshold(eye2, eye1, 25, 255, CV_THRESH_BINARY);

    cv::SimpleBlobDetector::Params params;
    params.minDistBetweenBlobs = 75.0f;
    params.filterByInertia = false;
    params.filterByConvexity = false;
    params.filterByCircularity = false;
    params.filterByArea = true;
    params.minArea = 50;
    params.maxArea = 500;

    cv::Ptr<cv::FeatureDetector> blob_detector = new cv::SimpleBlobDetector(params);
    blob_detector->create("SimpleBlob");
    cv::vector<cv::KeyPoint> keypoints;
    blob_detector->detect(eye1, keypoints);

我知道图像很粗糙,我也一直在尝试找到一种方法来清理它并使边缘更清晰。

所以我的问题说白了:我可以做些什么来调整函数 HoughCircles 中的参数或更改图像以检测到虹膜和瞳孔?

谢谢

【问题讨论】:

    标签: iphone ios opencv


    【解决方案1】:

    好的,不用做太多实验,据我了解,您在使用霍夫圆检测器之前只对图像应用了双边滤波器。

    在我看来,您需要在流程中加入阈值步骤。

    我拍摄了您在帖子中提供的示例图片,并对其进行了以下步骤:

    1. 转换为灰度

    2. 形态梯度

    3. 阈值

    4. 霍夫圆检测。

    在阈值化步骤之后,我只得到了以下左眼图像:

    代码如下:

    灰度:

       cvCvtColor(im_rgb,im_rgb,CV_RGB2GRAY);
    

    形态学:

          cv::morphologyEx(im_rgb,im_rgb,4,cv::getStructuringElement(cv::MORPH_RECT,cv::Size(size,size)));
    

    阈值:

        cv::threshold(im_rgb, im_rgb, low, high, cv::THRESH_OTSU);
    

    霍夫圆检测:

        cv::vector<cv::Vec3f> circles;
        cv::HoughCircles(im_rgb, circles, CV_HOUGH_GRADIENT, 2, im_rgb.rows/4); 
    

    现在当我打印时:

        NSLog(@"Found %ld cirlces", circles.size());
    

    我明白了:

         "Found 1 cirlces"
    

    希望这会有所帮助。

    【讨论】:

    • 'im_rgb' 在你的情况下是 'eye1'。
    • 对于形态部分中结构元素的“尺寸”,我使用了静态值 5 作为尺寸参数。
    • low 为 0,high 为 255。请阅读以下内容了解 otsu 阈值:math.tau.ac.il/~turkel/notes/otsu.pdf(另请参阅关于 otsu 的 wiki 文章)。我使用了 im_gray,抱歉命名约定不好,忽略...我将编辑帖子。
    • 有一个查找连通分量的特定算法,请查看:en.wikipedia.org/wiki/Connected-component_labeling,从头开始编写代码非常容易。或者,您可以使用 openCV 作为解决方法,请参阅此示例了解如何在 openCV 中使用 CCL 的洪水填充算法:areshopencv.blogspot.in/2011/12/…
    • 我建议的方法是:找到虹膜(霍夫圆)-> 找到虹膜中最大的斑点。
    猜你喜欢
    • 1970-01-01
    • 2015-01-08
    • 1970-01-01
    • 1970-01-01
    • 2018-11-19
    • 2017-05-19
    • 1970-01-01
    • 2012-09-01
    • 1970-01-01
    相关资源
    最近更新 更多