姜太平,汪小帆,潘 祥,刘 恒

(安徽工业大学 计算机图像处理研究所,安徽 马鞍山 243000) E-mail:Wang_xiaofan427@163.com

1 引 言

在计算机视觉研究领域,通过提取人眼特征开展技术研究一直是该领域的主要研究方向之一.瞳孔检测作为人眼检测中一个重要的中间环节,在表情识别,人机交互,人工智能,眨眼检测等领域有着重要的应用前景.T.Megaw等[1]通过提取瞳孔的参数特征来评估驾驶员的疲劳程度,避免交通事故的发生.文献[2]中通过提取的瞳孔特征参数进行眼球空间建模和视线估计建模,实现效果更好的人机交互系统.此外,利用精确的瞳孔检测提取的瞳孔直径、位置、大小等检测结果,可用于注意力监测,心理研究,医学研究等方面的应用.Kaklauskas等[3]设计开发了一套通过提取分析学生的瞳孔特征来评估学生学习状态的分析系统.本文的瞳孔检测方法是通过图像处理的手段将在正常光照条件下获得的人脸图像中的瞳孔精确检测出来,包括瞳孔区域的分割和瞳孔轮廓的拟合.

瞳孔的检测往往会受到人眼周边如睫毛、眼睑、眼镜等信息的干扰,同时也受图像噪声、白光边缘的影响,这给瞳孔的检测精度带来了一定的难度.Hansen等[4]通过人眼周边纹理,颜色分布和相似性度量等特征构造人眼模型,提出一种基于人眼形状、外观和两者混合的人眼瞳孔检测技术.该方法人眼模型构造较为复杂,且花费大量的时间.王德朋等[5]提出了一种融合Hough变换和ASM定位瞳孔中心点的方法,显……