Iphone 利用霍夫圆检测和测量瞳孔和虹膜

我正在尝试使用OpenCV，更具体地说是它的HoughCircles来检测和测量瞳孔和虹膜，目前我一直在使用函数中的一些变量，因为它要么返回0个圆，要么返回过多的圆。下面是我正在使用的代码和测试图像

测量虹膜的代码：

 eye1 = [self increaseIn:eye1 Contrast:2 andBrightness:0];

cv::cvtColor(eye1, eye1, CV_RGBA2RGB);
cv::bilateralFilter(eye1, eye2, 75, 100, 100);

cv::vector<cv::Vec3f> circles;

cv::cvtColor(eye2, eye1, CV_RGBA2GRAY);

cv::morphologyEx(eye1, eye1, 4, cv::getStructuringElement(cv::MORPH_RECT,cv::Size(3, 3)));
cv::threshold(eye1, eye1, 0, 255, cv::THRESH_OTSU);

eye1 = [self circleCutOut:eye1 Size:50];

cv::GaussianBlur(eye1, eye1, cv::Size(7, 7), 0);

cv::HoughCircles(eye1, circles, CV_HOUGH_GRADIENT, 2, eye1.rows/4);

eye1 = [self increaseBlackPupil:eye1];
    cv::Mat eye2 = cv::Mat::zeros(eye1.rows, eye1.cols, CV_8UC3);

    eye1 = [self increaseIn:eye1 Contrast:2 andBrightness:0];

    cv::cvtColor(eye1, eye1, CV_RGBA2RGB);
    cv::bilateralFilter(eye1, eye2, 75, 100, 100);

    cv::threshold(eye2, eye1, 25, 255, CV_THRESH_BINARY);

    cv::SimpleBlobDetector::Params params;
    params.minDistBetweenBlobs = 75.0f;
    params.filterByInertia = false;
    params.filterByConvexity = false;
    params.filterByCircularity = false;
    params.filterByArea = true;
    params.minArea = 50;
    params.maxArea = 500;

    cv::Ptr<cv::FeatureDetector> blob_detector = new cv::SimpleBlobDetector(params);
    blob_detector->create("SimpleBlob");
    cv::vector<cv::KeyPoint> keypoints;
    blob_detector->detect(eye1, keypoints);

eye1=[self-increaseIn:eye1对比度：2，亮度：0]；
cv:：cvtColor（eye1，eye1，cv_RGBA2RGB）；
cv：：双边过滤器（eye1，eye2，75100100）；
向量圆；
cv:：cvtColor（eye2，eye1，cv_RGBA2GRAY）；
cv:：morphologyEx（eye1，eye1，4，cv:：getStructuringElement（cv:：MORPH_RECT，cv:：Size（3，3））；
cv:：threshold（eye1，eye1，0，255，cv:：THRESH_OTSU）；
eye1=[自循环输出：eye1大小：50]；
cv:：GaussianBlur（eye1，eye1，cv:：Size（7，7），0）；
cv:：HoughCircles（眼睛1，圆圈，cv_HOUGH_渐变，2，眼睛1.rows/4）；

测量瞳孔的代码：

 eye1 = [self increaseIn:eye1 Contrast:2 andBrightness:0];

cv::cvtColor(eye1, eye1, CV_RGBA2RGB);
cv::bilateralFilter(eye1, eye2, 75, 100, 100);

cv::vector<cv::Vec3f> circles;

cv::cvtColor(eye2, eye1, CV_RGBA2GRAY);

cv::morphologyEx(eye1, eye1, 4, cv::getStructuringElement(cv::MORPH_RECT,cv::Size(3, 3)));
cv::threshold(eye1, eye1, 0, 255, cv::THRESH_OTSU);

eye1 = [self circleCutOut:eye1 Size:50];

cv::GaussianBlur(eye1, eye1, cv::Size(7, 7), 0);

cv::HoughCircles(eye1, circles, CV_HOUGH_GRADIENT, 2, eye1.rows/4);

eye1 = [self increaseBlackPupil:eye1];
    cv::Mat eye2 = cv::Mat::zeros(eye1.rows, eye1.cols, CV_8UC3);

    eye1 = [self increaseIn:eye1 Contrast:2 andBrightness:0];

    cv::cvtColor(eye1, eye1, CV_RGBA2RGB);
    cv::bilateralFilter(eye1, eye2, 75, 100, 100);

    cv::threshold(eye2, eye1, 25, 255, CV_THRESH_BINARY);

    cv::SimpleBlobDetector::Params params;
    params.minDistBetweenBlobs = 75.0f;
    params.filterByInertia = false;
    params.filterByConvexity = false;
    params.filterByCircularity = false;
    params.filterByArea = true;
    params.minArea = 50;
    params.maxArea = 500;

    cv::Ptr<cv::FeatureDetector> blob_detector = new cv::SimpleBlobDetector(params);
    blob_detector->create("SimpleBlob");
    cv::vector<cv::KeyPoint> keypoints;
    blob_detector->detect(eye1, keypoints);

eye1=[自增黑瞳孔：eye1]；
cv:：Mat eye2=cv:：Mat:：zero（eye1.rows，eye1.cols，cv_8UC3）；
eye1=[自增强：eye1对比度：2，亮度：0]；
cv:：cvtColor（eye1，eye1，cv_RGBA2RGB）；
cv：：双边过滤器（eye1，eye2，75100100）；
cv：：阈值（eye2，eye1，25，255，cv_THRESH_二进制）；
cv:：SimpleBlobDetector:：Params Params；
params.mindistweenblobs=75.0f；
params.filterByInertia=false；
params.filterByConvexity=false；
params.filterByCircularity=假；
params.filterByArea=true；
参数s.minArea=50；
参数maxArea=500；
cv:：Ptr blob_检测器=新的cv:：SimpleBlobDetector（参数）；
blob_检测器->创建（“SimpleBlob”）；
向量关键点；
斑点检测器->检测（眼睛1，关键点）；

我知道这张图片很粗糙，我也一直在试图找到一种方法来清理它，使边缘更清晰

所以我的问题很简单：我能做些什么来调整函数HoughCircles中的参数或改变图像以检测虹膜和瞳孔

---

谢谢

好的，不用做太多实验，我的理解是，在使用Hough圆检测器之前，您只对图像应用了双边过滤器

在我看来，您需要在流程中包括阈值步骤

我拍摄了您在帖子中提供的示例图像，并使其经过以下步骤：

转换为灰度

形态梯度

阈值

霍夫圆检测

在阈值步骤之后，我只得到左眼的以下图像：

代码如下：

灰度：

   cvCvtColor(im_rgb,im_rgb,CV_RGB2GRAY);

形态：

      cv::morphologyEx(im_rgb,im_rgb,4,cv::getStructuringElement(cv::MORPH_RECT,cv::Size(size,size)));

阈值：

    cv::threshold(im_rgb, im_rgb, low, high, cv::THRESH_OTSU);

霍夫圆检测：

    cv::vector<cv::Vec3f> circles;
    cv::HoughCircles(im_rgb, circles, CV_HOUGH_GRADIENT, 2, im_rgb.rows/4); 

我得到：

     "Found 1 cirlces"

---

希望这能有所帮助。

'im_rgb'在您的例子中是'eye1'。对于形态学部分中结构元素的'size'，我使用了静态值5作为大小参数。低是0，高是255。阅读本文了解大津阈值：（另请参阅关于大津的维基文章）。我用了im_gray，很抱歉命名不好，忽略这个。。。我将编辑这篇文章。有一个查找连接组件的特定算法，请检查：，从头开始编写代码非常容易。或者，您可以使用openCV作为解决方法，请参见此示例了解如何在openCV中使用CCL的泛洪填充算法：我建议的方法是：查找虹膜（hough圆）->查找虹膜中最大的斑点。