Android 霍夫圆不'；无法检测眼睛虹膜

我想用

Hough圆

算法检测眼睛虹膜及其中心

我正在使用以下代码：

 private void houghCircle()
    {
        Bitmap obtainedBitmap = imagesList.getFirst();
                 /* convert bitmap to mat */
        Mat mat = new Mat(obtainedBitmap.getWidth(),obtainedBitmap.getHeight(),
                CvType.CV_8UC1);
        Mat grayMat = new Mat(obtainedBitmap.getWidth(), obtainedBitmap.getHeight(),
                CvType.CV_8UC1);


        Utils.bitmapToMat(obtainedBitmap, mat);

/* convert to grayscale */
        int colorChannels = (mat.channels() == 3) ? Imgproc.COLOR_BGR2GRAY : ((mat.channels() == 4) ? Imgproc.COLOR_BGRA2GRAY : 1);

        Imgproc.cvtColor(mat, grayMat, colorChannels);

/* reduce the noise so we avoid false circle detection */
        Imgproc.GaussianBlur(grayMat, grayMat, new Size(9, 9), 2, 2);

// accumulator value
        double dp = 1.2d;
// minimum distance between the center coordinates of detected circles in pixels
        double minDist = 100;

// min and max radii (set these values as you desire)
        int minRadius = 0, maxRadius = 1000;

// param1 = gradient value used to handle edge detection
// param2 = Accumulator threshold value for the
// cv2.CV_HOUGH_GRADIENT method.
// The smaller the threshold is, the more circles will be
// detected (including false circles).
// The larger the threshold is, the more circles will
// potentially be returned.
        double param1 = 70, param2 = 72;

/* create a Mat object to store the circles detected */
        Mat circles = new Mat(obtainedBitmap.getWidth(), obtainedBitmap.getHeight(), CvType.CV_8UC1);

/* find the circle in the image */
        Imgproc.HoughCircles(grayMat, circles, Imgproc.CV_HOUGH_GRADIENT, dp, minDist, param1, param2, minRadius, maxRadius);

/* get the number of circles detected */
        int numberOfCircles = (circles.rows() == 0) ? 0 : circles.cols();

/* draw the circles found on the image */
        for (int i=0; i<numberOfCircles; i++) {


/* get the circle details, circleCoordinates[0, 1, 2] = (x,y,r)
 * (x,y) are the coordinates of the circle's center
 */
            double[] circleCoordinates = circles.get(0, i);


            int x = (int) circleCoordinates[0], y = (int) circleCoordinates[1];

            Point center = new Point(x, y);

            int radius = (int) circleCoordinates[2];

    /* circle's outline */
            Core.circle(mat, center, radius, new Scalar(0,
                    255, 0), 4);

    /* circle's center outline */
            Core.rectangle(mat, new Point(x - 5, y - 5),
                    new Point(x + 5, y + 5),
                    new Scalar(0, 128, 255), -1);
        }

/* convert back to bitmap */
        Utils.matToBitmap(mat, obtainedBitmap);
        MediaStore.Images.Media.insertImage(getContentResolver(),obtainedBitmap, "testgray", "gray" );

    }

这是由此行引起的：

Imgproc.cvtColor（originalBitmap，grayMat，Imgproc.COLOR\u bgr2 gray）

有人能告诉我如何解决这个错误吗？也许添加一个精明的边缘检测将改善结果
 由于您希望使用hough变换检测虹膜（还有其他方法），因此最好研究Canny边缘检测器及其参数。
cv:：HoughCircles
采用
param1
中的Canny滞后阈值。单独调查
Canny
，您会得到良好阈值范围的印象

也许可以使用更好的去噪（非局部平均值，例如
h=32
和窗口大小5和15），而不是高斯模糊，并尝试协调图像对比度，例如使用对比度受限的自适应直方图均衡化（
cv:：CLAHE
）

协调是为了确保所有（高光和阴影）眼睛都映射到类似的强度范围。
我想知道这些图像是否是您处理的图像，或者您是否愿意拍摄屏幕的手机快照以上传到这里。因为虹膜大于您在代码中设置的最大半径。所以我不明白你怎么能找到虹膜。第一幅图像中的虹膜半径超过20。所以你不应该发现它们。
您应该将半径设置为您期望的虹膜半径范围。
Hough圆在定义良好的圆上效果更好。他们不擅长像iris这样的东西

经过阈值分割、形态学运算或canny边缘检测后，MSER等特征检测方法对虹膜检测效果更好

如果您正在寻找一些代码，这是一个类似的问题和解决方案。
您至少应该共享一些图像。@guneykayim谢谢，请检查我更新的问题。这些只是快照吗？因为虹膜与maxRadius参数不匹配？我对你发现的最大半径为10的东西感到困惑。@Pigger谢谢，对不起，但我不理解你关于这些图片是真实的还是快照的问题，你能详细说明一下吗？我将这些图片输入到应用程序中，它给出了问题的结果。我直接在应用程序中输入了第一个和第三个，但第二个是从设备的前摄像头捕获的。你的意思是最大半径应该是10？在代码中设置为10，什么值适合我的情况？您的错误来自这样一个事实，即
cvtColor
的输入已经是单通道（
CV_8UC1
）。是的，第一个和第三个是快照，因为我的应用程序布局设置为输出带有检测到的虹膜的输入图像。第二个是应用程序在处理前摄像头输入的图像后存储在my mobile gallery中的图像。抱歉，我想我已经发布了一个关于半径的修改版本的代码，因为我正在尝试更改它。我想是1000。虹膜半径的通常值是多少？我试过100种，但都不管用。谢谢。我更新了问题，在那里我添加了一个使用canny检测的代码，你能检查一下吗，它给了我一个例外。谢谢，我试着读了一些关于canny的内容，甚至我也试过使用它的代码，但是当我使用包含canny的代码时，应用程序立即崩溃，日志中没有错误消息。我试过medianBlur，但没有解决问题。什么是协调对比？还有，这会有什么帮助？你能详细说明一下吗？谢谢。我可以找到导致应用程序崩溃的异常，但我不知道如何解决它。我更新了问题，请检查一下。谢谢
 private void houghCircle()
    {
        Mat grayMat = new Mat();
        Mat cannyEdges = new Mat();
        Mat circles = new Mat();
        Bitmap obtainedBitmap = imagesList.getFirst();
         /* convert bitmap to mat */
        Mat originalBitmap = new Mat(obtainedBitmap.getWidth(),obtainedBitmap.getHeight(),
                CvType.CV_8UC1);
//Converting the image to grayscale
        Imgproc.cvtColor(originalBitmap,grayMat,Imgproc.COLOR_BGR2GRAY);
        Imgproc.Canny(grayMat, cannyEdges,10, 100);
        Imgproc.HoughCircles(cannyEdges, circles,
                Imgproc.CV_HOUGH_GRADIENT,1, cannyEdges.rows() / 15); //now circles is filled with detected circles.

//, grayMat.rows() / 8);
        Mat houghCircles = new Mat();
        houghCircles.create(cannyEdges.rows(),cannyEdges.cols()
                ,CvType.CV_8UC1);
//Drawing lines on the image
        for(int i = 0 ; i < circles.cols() ; i++)
        {
            double[] parameters = circles.get(0,i);
            double x, y;
            int r;
            x = parameters[0];
            y = parameters[1];
            r = (int)parameters[2];
            Point center = new Point(x, y);
//Drawing circles on an image
            Core.circle(houghCircles,center,r,
                    new Scalar(255,0,0),1);
        }
//Converting Mat back to Bitmap
        Utils.matToBitmap(houghCircles, obtainedBitmap);
        MediaStore.Images.Media.insertImage(getContentResolver(),obtainedBitmap, "testgray", "gray" );

    }

FATAL EXCEPTION: Thread-28685
    CvException [org.opencv.core.CvException: cv::Exception: /hdd2/buildbot/slaves/slave_ardbeg1/50-SDK/opencv/modules/imgproc/src/color.cpp:3739: error: (-215) scn == 3 || scn == 4 in function void cv::cvtColor(cv::InputArray, cv::OutputArray, int, int)
    ]
            at org.opencv.imgproc.Imgproc.cvtColor_1(Native Method)
            at org.opencv.imgproc.Imgproc.cvtColor(Imgproc.java:4598)