【正文】 由于自己編寫腐蝕與膨脹原理的函數(shù)，使用處理時效果和效率太差，故利用 OpenCV的開源代碼中的 API 接口來實現(xiàn)。 cvCvtColor()函數(shù)的具體用法在附錄 D中。yinheight。} for(int m=0。 沈陽理工大學學士學位論文 28 } } int maxx=xp[0]。j++) if(a[j][i]==0) xp[i]++。 種子點的算法實現(xiàn)如下： CvPoint zhongzidiandefond(IplImage* pimg,int **a) { int* xp=ivector(0,pimgwidth)。 //幀位置 int m_totalframes。 public: CvvImage m_showimage。 int OpenVideo(CString FilePath,HDC hdc,CRect rect)。最后點擊“ ok”，完成設置。視頻讀取模塊流程圖如圖 所示。 步驟三：設定終止準則，通過反復進行步驟二中的操作，將各區(qū)域依次合并直到滿足終止準則。生長準則可根據(jù)不同原則制定，而使用不同的生長準則會影響區(qū)域生長的過程，三種基本的生長準則和 方法： （ 1）基于區(qū)域灰度差 基于區(qū)域灰度差的方法主要有如下步驟： 步驟一：對像素進行掃描，找出尚沒有歸屬的像素。 區(qū)域生長法 閾值分割法由于沒有或很少考慮空間關系，使多閾值選擇受到限制，基于區(qū)域的分割方法可以彌補這點不足。 ?? = 1 , 2 , 3 , … ， ?? （ 3. 6 ） 垂直投影： ??
?? = ??
?? , ?? ???? = 1 ,?? = ?? 。 所有灰度大于或等于閾值的像素被判定為屬于特定物體，其灰度值為 255 表示，否則這些像素點被排除在物體區(qū)域以外，灰度值為 0，表示背景或者例外的物體區(qū)域。本文先采用基本灰度閾值法進行粗定位，先分 離出瞳孔的絕大部分。如果目標和背景的差別是某些其他特征而不是灰度特征時，那么先將這些特征差別轉化為灰度差別，然后再應用閾值分割方法進行處理，這樣使用閾值分割技術也可能是有效的。經典的閾值選取以灰度直方圖為處理對象。第一個性質的應用是基于灰度的不連續(xù)變化來分割圖像。開運算通常用來消除小顆粒噪聲，以及斷開目標物之間粘連時使用 [5]。（ 2）用結構元素與其覆蓋的二值圖像做“或”操作。 腐蝕原理： （ 1） 用結構元素 B，掃描圖像 A 的每一個像素。運算效果取決于結構元素大小內容以及邏輯運算性質。 圖 軟件設計整體框架圖 視 頻 讀 取 模 塊 視 頻 處 理 模 塊 畫 曲 線 圖 模 塊處 理 后 的 視 頻 查 看模 塊沈陽理工大學學士學位論文 12 3 瞳孔動態(tài)監(jiān)測算法設計 眼睛的外觀圖由鞏膜、虹膜、瞳孔幾部分構成。其中 STM32F103 增強型系列時鐘頻率為 72MHz，在同類產品中性價比最高；而 STM32F101 基本型時鐘頻率為 36MHz，性價比非常高的 32 位產品。合理的排列方式有利于圖像清晰采集，同時也讓它們造成的亮點能均勻分布在圖像預定的區(qū)域內，為后續(xù)的圖像處理提供方便。圖像采集部分實現(xiàn)單路采集和雙路同步實時采集眼睛圖像，包括單幀、序列圖像采集和視頻圖像攝錄；攝像光源系統(tǒng)實現(xiàn)拍攝眼睛圖像的不同光照條件；刺激光源及控制部分是用于觀察分析眼睛對光反射的特點而設計的，可以調控刺激的強度和刺激時間。根據(jù)應用背景不同，需要檢測瞳孔對光線刺激器發(fā)出不同的光波的動態(tài)變化情況。 版本的結構圖如圖 所示，此版本包含五個模塊，分別是 CV 模塊、CXCORE 模塊、 CVCAM 模塊、 HighGUI 模塊、 ML 模塊。在2022 年，一家美國公司， Willow Garage2，開始大力支持 OpenCV， Vadim Pisarevsky和 Gary Bradski 都加入了 Willow Garage。OpenCV 可用于開發(fā)實時的圖像處理、計算機視覺以及模式識別程序，目前在工業(yè)界以及科研領域廣泛采用。 而現(xiàn)代檢測手段主要以數(shù)字攝像技術為主，有手持數(shù)字瞳孔測量儀，以及類似文獻中使用的商業(yè)開發(fā)的儀器瞳孔參數(shù)測量儀器等，優(yōu)點在于有很高的精確度，能夠連續(xù)測量且有實時性，能夠持續(xù)測量，缺點是對儀器的要求較高，成本偏貴。在心理評估方面，Arturas Kaklauskas 等開發(fā)了一套智能瞳孔分析系統(tǒng)，用于對學生的學習進步做出評估。相機可以在瞳孔對閃光產生反應前對瞳孔拍照，所拍照片經輸入計算機后以專門的圖片工具軟件對瞳孔邊界定位、測量。綜上所述，瞳孔檢測方法和技術的發(fā)展經歷了傳統(tǒng)的觀察法、目測法，到簡易測量器的制作，再到照相技術的應用，角膜地形圖的采用，紅外技術和計算機的利用，發(fā)展趨勢是由手工到自動，從定性描述或半定量、經驗式的描述到定量測量，由靜態(tài)檢測到動態(tài)檢測。該儀器據(jù)稱僅需 30 秒就可以判別出是否為吸毒人員，其主要機理是利用吸毒人員瞳孔對特定光波長和光強度產生特異性動態(tài)變化進行吸食界定、生理依賴程度判別、毒品渴求程度 判別。 當光線射入眼睛或光線的強度變大，瞳孔立即縮??；當光線移去或強度減弱，瞳孔又立即散大。近年來，關于眼睛檢測的應用研究正不斷擴展，眼睛的定位在計算機視覺方面有著極其重要的研究和應用。另外，有機磷、嗎啡中毒甚至可出現(xiàn)針尖樣瞳孔；若伴有光反射遲鈍、中樞性高熱、深昏迷，為腦橋損傷表現(xiàn)；兩側瞳孔大小不等常見于腦出血、腦梗死、腦腫瘤等；兩側瞳孔大小多變伴有光反射消失、眼球分離或異位，多為中腦損傷表現(xiàn)。持續(xù)感光的瞳 孔，可出現(xiàn)輕微的縮小與開大相交替現(xiàn)象。 the pupil position。本文對幀的處理是基于二值化的粗定位和區(qū)域生長方法相結合的方法，能有效檢測因病變而呈不規(guī)則圓形的瞳孔，簡單而且快速。首先使用形態(tài)學開運算進行預處理，去除睫毛和亮斑的影響且保持原有瞳孔大小，同時生成縮略圖；然后生成二值閾值化圖像，進行水平和垂直投影，找到極值點，將其作 為種子點；最后用區(qū)域生長算法得到精確的瞳孔區(qū)域。C++ 沈陽理工大學學士學位論文 III 目 錄 1 緒 論 ................................................................................................................................... 1 課題研究背景及意義 ............................................................................................... 1 目前瞳孔監(jiān)測算法的發(fā)展 ....................................................................................... 3 本文瞳孔監(jiān)測的方法 ............................................................................................... 5 OpenCV 的介紹 ....................................................................................................... 5 2 瞳孔動態(tài)監(jiān)測系統(tǒng)的構建 ................................................................................................. 8 系統(tǒng)的總體結構 ....................................................................................................... 8 系統(tǒng)的硬件結構 ....................................................................................................... 8 圖像采集的硬件結構 ........................................................................................ 9 攝像頭光源結構 ................................................................................................. 9 刺激光源與控制部分 ......................................................................................... 9 系統(tǒng)的軟件設計 ..................................................................................................... 11 3 瞳孔動態(tài)監(jiān)測算法設計 ................................................................................................... 12 預處理 ..................................................................................................................... 12 腐蝕 ............................................................................................................... 12 膨脹 ............................................................................................................... 13 開運算 ........................................................................................................... 14 閾值分割 ................................................................................................................. 15 二值化 ..................................................................................................................... 17 種子點定位 ............................................................................................................. 17 區(qū)域生長法 ............................................................................................................. 18 4 瞳孔動態(tài)監(jiān)測系統(tǒng)的軟件設計 ....................................................................................... 21 瞳孔動態(tài)監(jiān)測系統(tǒng) 的模塊設計 ............................................................................. 21 視頻讀取模塊 ............................................................................................... 21 視頻處理模塊 ............................................................................................... 21 畫曲線圖模塊 ............................................................................................... 22 處理后的視頻查看模塊 .............................................................................