【正文】 二值化函數(shù)的詳細(xì)使用法在附錄 D 中。通過查看 OpenCV 使用手冊(cè)可知， OpenCV 中腐蝕與膨脹算法的 API 接口函數(shù)如下： CVAPI(void) cvErode( const CvArr* src, CvArr* dst,IplConvKernel* element CV_DEFAULT(NULL), int iterations CV_DEFAULT(1) )； CVAPI(void) cvDilate( const CvArr* src, CvArr* dst,IplConvKernel* element CV_DEFAULT(NULL),int iterations CV_DEFAULT(1) )； 腐蝕與膨脹算法中在需要?jiǎng)?chuàng)建自己的結(jié)構(gòu)元素來進(jìn)行腐蝕和膨脹，具體的腐蝕和膨沈陽理工大學(xué)學(xué)士學(xué)位論文 30 脹函數(shù)的用法在附錄 D 中。如上圖，盡在最后涂黑的兩個(gè)點(diǎn)與模板原點(diǎn)（標(biāo)十字 )的點(diǎn)對(duì)齊，然后卷積后才可以得到三個(gè)‘ 1’，所以與后是 1，其他的與運(yùn)算后都是 0。 上圖小模板的原點(diǎn)在 (0,1)處，然后與源圖像進(jìn)行模板卷積得到了結(jié)果。 圖 膨脹卷積圖 注意的是源圖像不可與目標(biāo)圖像設(shè)為同一個(gè)，否則第三行 和第四行后四個(gè)將全被標(biāo)記。 沈陽理工大學(xué)學(xué)士學(xué)位論文 29 瞳孔預(yù)處理包括腐蝕，膨脹，二值化等操作。 } 由于用灰度公式實(shí)現(xiàn)的灰度化效果沒有 OpenCV 中 cvCvtColor()函數(shù)的效果好，故用本文用 cvCvtColor()函數(shù)實(shí)現(xiàn)圖片的灰度化。 outimageData[y*inwidth+x]=temp。xinwidth。y++) { char *p=(char*)(inimageData+y*inwidthStep)。 } 圖片的灰度化實(shí)現(xiàn)如下： IplImage* AveGRAY(IplImage*in,IplImage*out) //灰度化函數(shù) { for (int y=0。 =ymax。ymax=m。mpimgheight。xmax=l。lpimgwidth。 int maxy=yp[0]。 int xmax=0。j++) { if(a[k][j]==0) yp[k]++。 for(int j=0。kpimgheight。 } } 。jpimgheight。i++) { xp[i]=0。 { for(int i=0。 int *yp=ivector(0,pimgheight)。處理模塊中涉及到種子點(diǎn)的定位和瞳孔圖片的預(yù)處理以及區(qū)域生長(zhǎng)算法。 具體的操作代碼在附錄 C 中。 //定 時(shí)器 int m_speed。 //幀總數(shù) 沈陽理工大學(xué)學(xué)士學(xué)位論文 27 int m_fps。 //判斷是否播放中 int m_framepos。 //播放區(qū)域 HDC m_hdc。 //捕獲 CString m_filepath。 //CvvImage 對(duì)象，用于顯示幀到控件 IplImage *m_pframe。 virtual ~Video()。 //停止播放 int GetPlaySpeed()。 //播放 frame_pos 幀視頻 void PauseVideo()。 //打開 FilePath 視頻文件，并設(shè)置好顯示區(qū)域等參數(shù) void CloseFile()。 自己封裝的類如下： class Video : public CDialog { public: Video()。自己封裝 Video 類來實(shí)現(xiàn)此功能。界面如圖 所示。 圖 項(xiàng)目設(shè)置 （ 3）文件的添加 當(dāng)在 MFC 中那個(gè)文件中用到 OpenCV 中的類及操作函數(shù)時(shí)需要添加頭文件include” ”， include” ”。菜單：ProjectSettings，然后將 Setting for 選為 All Configurations，然后選擇右邊的 link 標(biāo)簽，在 Object/library modules 附加上 ，如圖 所示。 處 理 后 的 幀幀 合 成 視 頻 文 件幀 是 否 結(jié) 束查 看 合 成 的 視 頻 文 件結(jié) 束是否沈陽理工大學(xué)學(xué)士學(xué)位論文 24 圖 OpenCV 全局配置 然后選擇 source files，在下方填入路徑： D:\VC6\VCOpen\OpenCV\cv\src D:\VC6\VCOpen\OpenCV\cxcore\src D:\VC6\VCOpen\OpenCV\cvaux\src D:\VC6\VCOpen\OpenCV\otherlibs\highgui D:\VC6\VCOpen\OpenCV\otherlibs\cvcam\src\windows D:\VC6\VCOpen\OpenCV\otherlibs\_graphics\src 如圖 所示，最后點(diǎn)擊“ ok”，完成設(shè)置。 圖 視頻文件查看模塊流程圖 軟件的具體實(shí)現(xiàn) 環(huán)境配置 在 Visual C++ 中的配置。 圖 視頻讀取流程圖 視頻處理模塊 本模塊實(shí)現(xiàn)將視頻文件逐幀提取，并將提取到的圖片保存和處理，圖片處理的過程就是瞳孔檢測(cè)的過程，具體過如下： 第一：將視頻文件按指定幀的位置逐幀提取并保存； 第二：將每一幀進(jìn)行瞳孔檢測(cè)； 第三：將瞳孔檢測(cè)后的幀保存； 視頻處理流程圖如圖 所示 指 定 視 頻 文 件開 始打 開 視 頻 文 件逐 幀 播 放幀 是 否 結(jié) 束播 放 結(jié) 束否是沈陽理工大學(xué)學(xué)士學(xué)位論文 22 圖 視頻處理流程圖 畫曲線圖模塊 根據(jù)計(jì)算瞳孔的像素?cái)?shù)據(jù)來畫曲線圖，曲線圖的橫坐標(biāo)是幀的位置，縱坐標(biāo)是瞳孔的相對(duì)像素點(diǎn)數(shù)，流程圖如圖 所示。 圖 區(qū)域生長(zhǎng)后的瞳孔 沈陽理工大學(xué)學(xué)士學(xué)位論文 21 4 瞳孔動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)的軟件設(shè)計(jì) 瞳孔動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)的模塊設(shè)計(jì) 視頻讀取模塊 實(shí)現(xiàn)指定瞳孔視頻文件的讀取，并且顯示在屏幕上，以便于觀察其視頻的內(nèi)容，從而可以更好的進(jìn)一步選擇所需視頻的內(nèi)容。本文使用區(qū)域生長(zhǎng)方法，能夠處理發(fā)生了病變的不規(guī)則形狀的瞳孔，步驟如下： ( 1) 定位種子點(diǎn)； ( 2) 從種子點(diǎn)出發(fā)，查找相鄰的點(diǎn)，判斷該點(diǎn)是否和種子點(diǎn)在同一個(gè)連通區(qū)域； ( 3) 將該點(diǎn)的灰度值同種子點(diǎn)灰度值進(jìn)行比較，如果差值小于所設(shè)定的閾值，則將該點(diǎn)附加到這個(gè)區(qū)域中； ( 4) 以新合并的點(diǎn)為新的種子點(diǎn)，重復(fù)步驟 ( 3) 直到結(jié)束。 本文采用第一種生長(zhǎng)準(zhǔn)則是基于灰度差。 （ 3）基于區(qū)域形狀 決定區(qū)域的合并時(shí)可以利用對(duì)目標(biāo)形狀的檢測(cè)結(jié)果，常用兩種方法： 第一種：把圖像分割成灰度固定的區(qū)域，設(shè)兩相 鄰區(qū)域的周長(zhǎng)為 p1 和 p2，把兩區(qū)域共同邊界線兩側(cè)的灰度差小于給定值的那部分設(shè)為 L，如果（ t1 位預(yù)定閾值） ?? / ?? ???? { ?? 1 , ?? 2 } ?? 1 （ 3. 8 ） 則合并兩區(qū)域。 步驟二：比較鄰接區(qū)域的累積灰度直方圖，根據(jù)灰度分布的相似性進(jìn)行區(qū)域合并。為克服這個(gè)問題可以對(duì)方法做以下改進(jìn)：將灰度差得閾值設(shè)為零，這樣具 有相同灰度的像素合并到一起，然后比較所相鄰區(qū)域之間的平均灰度差，合并灰度差小于某一閾值的區(qū)域。 步驟四：返回步驟一，繼續(xù)掃描直到所有像素都有歸屬，則結(jié)束整個(gè)生長(zhǎng)過程。 步驟二：以該像素為中心檢查它的鄰域像素，即將鄰域中的像素逐個(gè)與之比較，如果灰度差小于預(yù)先確定的閾值，將它們合并。 區(qū)域生長(zhǎng)的關(guān)鍵就是選擇合適的生長(zhǎng)或相似準(zhǔn)則，大部分區(qū)域生長(zhǎng)準(zhǔn)則使用圖像的局部性質(zhì)。將這些新像素當(dāng)作新的種子像素繼續(xù)進(jìn)行上面的過程，直到再?zèng)]有滿足條件的像素可被包括進(jìn)來，這樣一個(gè)區(qū)域就長(zhǎng)成了。 區(qū)域生長(zhǎng)的基本思想是將具有相似性質(zhì)的像素集合起來構(gòu)成區(qū)域。該方法利用的是圖像的空間性質(zhì)，認(rèn)為分割出來的屬于同一區(qū)域的像素應(yīng)具有相似的性質(zhì)，傳統(tǒng)的區(qū)域分割法有區(qū)域生長(zhǎng)法和分裂合并法。 在縮略圖中找到種子點(diǎn)后，然后將其橫縱坐標(biāo)按照縮小比例進(jìn)行放大，就可以得到在原始圖像中種子點(diǎn)的坐標(biāo)了。在對(duì)原圖進(jìn)行了預(yù)處理后，圖像去除了光斑、睫毛等影響，然后可以對(duì)其進(jìn)行縮小處理，得到原圖的縮略圖。如果原圖的尺寸較大，那么在整個(gè)運(yùn)算過程中，種子點(diǎn)的查找會(huì)消耗大量的時(shí)間。 ?? = 1 , 2 , 3 , … ， ?? （ 3. 7 ） 而本文僅對(duì)灰度值為 0 的點(diǎn)進(jìn)行統(tǒng)計(jì)，在二值化后的瞳孔圖像中沿著水平和垂直兩沈陽理工大學(xué)學(xué)士學(xué)位論文 18 個(gè)方向進(jìn)行掃描。設(shè)圖像尺寸大小是 m n，則得到： 水平投影： ??
?? = ??
?? , ?? ???? = ?? ,?? = 1 。 公式法： gray=*R+*G+*B （ ） 其中 R、 G、 B 為 RGB 的像素值。 平均值法：平均值法使每個(gè)像素點(diǎn)的 RGB 值等于原像素點(diǎn)的 RGB 值的平均值，即R=G=B=(R+G+B)/3。圖像二值化也叫圖像黑白化，那么，彩色圖像黑白化處理通常有三種方法：最大值法、平均值法、加權(quán)平均值法，公式法 。其次，要進(jìn)行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像。 圖 灰度直方圖 沈陽理工大學(xué)學(xué)士學(xué)位論文 17 二值化 將 256個(gè)亮度等級(jí)的灰度圖像通過適當(dāng)?shù)拈撝颠x取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。值得說明的是，在后面的實(shí)現(xiàn)系統(tǒng)中，也是采用固定閾值來進(jìn)行瞳孔粗分割。通過分析瞳孔圖像的直方圖，可以發(fā)現(xiàn)瞳孔絕大部分的灰度值低于 50。合適的閾值選擇是關(guān)鍵，常用的閾值分割方法有：基本閾值、半閾值、最優(yōu)閾值等方法。閾值化算法是一種簡(jiǎn)單、高效的圖像分割方法。由于這個(gè)原因，我們需要一個(gè)最佳的 ，或至少是具有一致性的方法確定閾值。除非圖像中的物體有陡峭的邊沿，否則灰度閾值的取值對(duì)所抽取物體的邊界的定位和整體的尺寸有很大的影響。比如說物體內(nèi)部灰度分布均勻一致，背景在另一個(gè)灰度級(jí)上也分布均勻，這時(shí)利用閾值可以將目標(biāo)與背景分割得很好。這樣就可以用閾值沈陽理工大學(xué)學(xué)士學(xué)位論文 16 分割灰度級(jí)的方法在圖像中分割出目標(biāo)區(qū)域與背景區(qū)域，這種方法稱為灰度閾值分割方法。灰度的閾值變換的變換函數(shù)表達(dá)式如 下： ??
?? , ?? = 255 , ??
?? , ?? ??0 , ??
?? , ?? ≤ ?? （ ） 其中 T 為規(guī)定的閾值。本實(shí)驗(yàn)以采用全局閾值分割，將一幅灰度圖像轉(zhuǎn)換成黑白二值圖像。全局閾值分割方法在圖像處理中應(yīng)用比較多，它在整幅圖像內(nèi)采用固定的閾值分割圖像。閾值分割法分為全局閾值法和局部閾值分割法。圖像分割的方法和種類有很多，有些分割運(yùn)算可直接應(yīng)用于任何圖像，而另一些只能適用于特殊類別的圖像。第二個(gè)性質(zhì)的主要應(yīng)用是根據(jù)事先制定的準(zhǔn)則將圖像分割為相似的區(qū)域 [6]。圖像分割算法一般是基于灰度的兩個(gè)性質(zhì)之一：不連續(xù)性和相似性。 沈陽理工大學(xué)學(xué)士學(xué)位論文 15 圖 瞳孔開運(yùn)算圖 閾值分割 圖像分割是將數(shù)字圖像分成互不重疊的區(qū)域并提取出感興趣目標(biāo)的技術(shù)。在瞳孔檢測(cè)預(yù)處理中，形態(tài)學(xué)開運(yùn)算首先進(jìn)行腐蝕運(yùn)算，去除眉毛等比較細(xì)小部分，然后進(jìn)行膨脹，這樣可以恢復(fù)瞳孔原來的大小，使得瞳孔保持原始大小。對(duì)象物、在纖細(xì)點(diǎn)處分離物體、平滑較大物體的邊界的同時(shí)并不明顯改變其面積。使用同一個(gè)結(jié)構(gòu)元素對(duì)圖像先腐蝕再進(jìn)行膨脹的運(yùn)算稱為開運(yùn)算。然腐蝕處理可以將粘連的目標(biāo)物進(jìn)行分離，膨脹處理可以將斷開的目標(biāo)物進(jìn)行接續(xù)，但同時(shí)都存在一個(gè)問題，就是經(jīng)過腐蝕處理后，目標(biāo)物的面積小于原有面積，而經(jīng)過膨脹處理之后，目標(biāo)物的面積大于原有面積。對(duì)瞳孔圖片膨脹后的結(jié)果如下 圖 所示。（ 3）如果都為 0，結(jié)果圖像的該像素為 0。 膨脹原理：（ 1）用結(jié)構(gòu)元素 B，掃描圖像 A 的每一個(gè)像素。膨脹：就是使用算法，將圖像的邊緣擴(kuò)大些。對(duì)瞳孔圖片腐蝕后的結(jié)果如下圖 所示： 圖 瞳孔腐蝕圖 膨脹 由于 A 和 B 是 Z 中的集合， A 被 B 膨脹定義為： （ ） 簡(jiǎn)單的膨脹運(yùn)算是將與某物體接觸的所有背景點(diǎn)合并到該物體中的過程，其結(jié)果是使剩下的物體沿其周邊比原物體大一個(gè)像素的面積。 （ 2） 用結(jié)構(gòu)元素與其覆蓋的二值圖像做“與”操作。腐蝕使得目標(biāo)縮小，空洞變大