几种阈值分割方法在瞳孔检测中的应用研究.docVIP

几种阈值分割方法在瞳孔检测中的应用研究 第24卷 2005焦 第6期 12月 北京生物医学工程 BeijingBiomedicalEngineering V01.24No.6 Dec.20o5 ? 研究简讯? 几种阈值分割方法在瞳孔检测中的应用研究 穆克智史仪凯 摘要图像分割在瞳孔检测中是一个重要方面,阈值化算法是一种简单,高效的图像分割方法.本文着 重研究了三种阈值化方法在瞳孔检测中的应用,通过实验结果对每种方法的特点进行了分析,为在不同情况下 的瞳孔检测提供了重要理论依据. 关键词基本阈值半阈值最优阈值瞳孔检测 中图分类号R318.04文献标识码A文章编号1002.3208(2005)06.0443.03 ApplyingResearchoftheThresholdMethodsinPupilDetectionMUKezhi,SH1Yikai.InstituteofMechanicaland Electrical,NorthwesternPotechnicalUnivenity,Xi’∞710072 【Abstract】ImagesegmentationisaIlimportantmethodinpupildetection.Thethre8holdi8oneof8imple,effectivemethodinimage segmention.Thispaperresearchesthreethresholdmethodsinpupildetectionandanalyseseachmethod’Scharacteristicsbytheresultsof experiments.Thisstudyprovidesimportanttheorybasisinpupildetectionofdifferentcircumstance. 【Keywords】thresholdsemithresholdoptimalthresholdpupildetecnon 图像分割是指根据灰度,彩色,空间纹理,几 何形状等特征把图像划分成若干个互不相交的区 域,使得这些特征在同一区域内表现出一致性或相 似性,而在不同区域间表现出明显的不同.图像分 割是图像处理与计算机视觉领域低层次视觉中最为 基础和重要的领域之一,它是对图像进行视觉分析 和模式识别的基本前提.同时它也是一个经典难 题,到目前为止既不存在一种通用的图像分割方 法,也不存在一种判断是否分割成功的客观标准. 阈值法是一种传统的图像分割方法,其最大特点是 实现简单,计算量小,性能稳定等,在重视运算效 率的应用场合(如实时瞳孔检测),它得到了广泛 的应用. 在瞳孔检测中由于受噪声,光源照度不均匀, 采样条件不理想等情况影响,所采集的瞳孔图像不 尽相同,这就对瞳孔图像分割带来困难.所以研 究针对不同情况下的分割方法,是很有必要的.本 文使用三种阈值方法来研究瞳孔分割检测的问题, 实验结果表明基本阈值对良好的瞳孔图像有较好的 基金项目:国家自然基金资助 作者单位:西北工业大学机电学院(西安710072) 作者简介:穆克智(1977一),男,硕士研究生. 分割效果;半阈值方法在消除大量背景点的同时, 使更进一步的瞳孑L图像处理成为可能;最优阈值化 对图像的分割效果最佳. 1基本阈值化方法 在瞳孔定位检测中,图像分割是不可缺少的一 个步骤,它的主要目的是将图像划分为瞳孔与背景 两个部分.而分割操作中常使用的方法是基本阈值 化分割法[3],这种方法可描述为:图像R的完全 分割是区域R.…尺的有限集合 R=RRnR=声i≠J, 完全分割可以在简单的场景中通过阈值化处理得 到.基本阈值化是输入图像,到输出图像g的如下 变换: ,.., f1当f(i,)≥T g.,10当,(i,)≤T 其中是阈值,对于物体的图像元素g(i,_『)= 1,对于背景的图像元素g(i,_『)=0(或反之亦 然).这种方法对于由在均匀背景上对比度强的物 体组成的图像能够达到好的效果,如血细胞,印刷 字符等.对在细胞图像识别中的分割效果如图1所 示,由于背景与物体的灰度相差较大,所以很容易 北京生物医学工程第24卷 通过简单的阈值分割清楚地把物体从背景中分离 出来. (a)原始图像(b)基本阈值分割 图1图像阈值化 Fig1Imagethresholdsegment 基本阈值化是最简单的分割处理,很多物体或 图像区域表征为不变的反射率或其表面光的吸收 率,能够确定一个亮度常量即阈值来分割物体和背 景.但由于在瞳孔检测中,由于存在瞳孔,虹膜, 角膜及眼脸等多种灰度级图像如图2(a)所示, 采用基本阈值化方法来分割图像不仅不能达到期望 的分割效果,还会使图像的后续处理变得无法进 行,因为阈值二值化已经把图像各