全息系统的虹膜轮廓拟合方法和流程

  • 原创经验
  • |
  • 更新:
  • |

为了获取人的视线方向,需要从人眼图像中确定出虹膜的中心点坐标,然后根据此坐标值来判断视线的方向。通常情况下,为了能够更好的对目标图像进行拟合,一般把采集到的图像进行二值化处理。此涉及虚拟现实技术领域,尤其是一种全息系统的虹膜轮廓拟合方法,下面就来了解一下具体内容。


具体内容

  1. 1

    背景技术

    通过观察预处理以后的人眼图片,发现虹膜部分颜色较暗,其余部分颜色较亮,可以通过取合适的阈值将图像二值化,然后对其轮廓进行提取并用椭圆拟合。但是不同的阈值对二值化以后的图像有很大影响,而且由于用户在虚拟全息环境中外界的环境光对图像的亮暗程度也是有一定的干扰,这将导致系统对每一帧图片处理时所需的合理阈值是不同的。

    全息系统的虹膜轮廓拟合方法和流程

  2. 2

    技术实现要素

    为了解决上述难题,提供一种全息系统的虹膜轮廓拟合方法,一种全息系统的虹膜轮廓拟合方法,基于图像采集设备与人眼位置相对固定认为人眼虹膜面积为固定值这一前提,提出如下步骤:

    第一步,人工调整合适阈值,在进入全息系统前对用户眼部图像进行人工校准,即选取合适的阈值使椭圆对虹膜的拟合最佳,记录此阈值为初始阈值I0;

    第二步,椭圆拟合,计算该椭圆的面积S0;

    第三步,在处理每一帧图像时使用初始阈值I0进行图像二值化处理并进行椭圆拟合;

    第四步,计算每一帧图像拟合后的椭圆面积S1,并进行如下判断:(1)若|S1-S0|<=△(△=0.1为阈值精度)则认为椭圆拟合正确,即找到虹膜位置;(2)若|S1-S0|>△则认为阈值不合理,需要调整阈值大小并且重新进行椭圆拟合,直到拟合正确为止;(3)若阈值大小超出合理范围,则认为这一帧图像无法进行正常的拟合,退出该次拟合过程并进入下一帧图像的处理;

    第五步,输出椭圆圆心为虹膜的中心点坐标值。

    以上提供的全息系统的虹膜轮廓拟合方法,其有益效果在于:采用椭圆拟合虹膜轮廓,并用椭圆中心点坐标来近似虹膜中心点坐标,进而估计出用户视线的方向。

  3. 3

    本实施例中的椭圆拟合方法采用基于最小二乘法的椭圆拟合方法,通常情况下,椭圆曲线方程的代数形式下式所示:

    Ellipse=ax2+bxy+cy2+dx+ey+f=0

    定义如下函数:

    g(x,y;A)=f=ax2+bxy+cy2+dx+ey

    其中:A为由未知系数a,b,c,d,e组成的向量;x,y为椭圆上的实数对。

    根据最小二乘法的基本原理,需要定义目标函数,通过使目标函数值最小来求得椭圆方程中的未知系数,定义目标函数为:

    Cost(A)=(gi(xi,yi;A)-f′)T·(gi(xi,yi;A)-f′)

    =(X·A-f′)T·(X·A-f′)

    =AT·XT·X·A-AT·XT·f′-f′T·X·A+f′T·f′

    为了使目标函数最小,令:

    由于f是未知数,可将该等式按f进行归一化处理,得;

    至此,既可以根据离散点的坐标值求出椭圆的曲线方程,也就完成了椭圆的拟合过程。根据椭圆的曲线方程,便可以求解出椭圆的圆心坐标值,可以用此坐标值来近似虹膜的中心点坐标。通过最小二乘法拟合椭圆的结果如图3所示。

    尽管结合优选实施方案具体展示和介绍了相关内容,但所属领域的技术人员应该明白,在不脱离所附权利要求书所限定的本发明的精神和范围内,在形式上和细节上可以对本发明做出各种变化,均为本发明的保护范围。

注意事项

  • 以上就是全息系统的虹膜轮廓拟合方法和流程介绍,虹膜全息检测是建立在医学生物学基础上,通过身体各器官在虹膜相应区域表现出来的变化,能评估整体健康状况及未来健康趋势。


作者声明:本篇经验系本人依照真实经历原创,未经许可,谢绝转载。

相关经验