人眼不仅包含着虹膜、白斑的静态信息,并且在眼球的运动过程中会展示出大脑及自身重要的潜在信息。目前,临床上有着越来越多的实验通过眼球的运动轨迹来判断前庭功能和小脑功能是否健康,对实验数据分析后给出相应的诊疗建议,更甚者亦可分析某些潜在的相关疾病。对于眼球追踪的临床实验的关键即是瞳孔的检测和中心的定位,临床试验中追踪瞳孔中心要求尽可能精准。特别地,针对一些眼睑中展示瞳孔信息较少的受试者,或者受到干扰较大的情况,那么瞳孔中心定位就显得十分重要。常用的瞳孔追踪算法在一定条件或特定情况下效果表现良好,但在实际应用中,检测的实时性与准确性的综合方面有所欠缺。针对眼睑遮盖瞳孔的情况,本文提出一种以眼睑检测和瞳孔边界检测为基准的瞳孔中心定位算法。对采集的眼部数据作去噪处理,包括淡化睫毛、淡化反光点,训练眼睑检测模型。对比Hough抛物线拟合和主动形状模型(Active Shape Mode,ASM)等方法检测眼睑,并提取瞳孔边界,去除瞳孔边界与眼睑重合部分,使用最小二乘法(Ordinary Least Squares,OLS)对有效瞳孔边界点拟合瞳孔及其中心。试验结果表明算法实现了对瞳孔中心精准高效的定位。
暂无评论