[发明专利]一种基于三维眼球模型和Snakuscule的虹膜中心定位方法

权利要求书

1.一种基于三维眼球模型和Snakuscul的虹膜中心定位方法，其特征在于，所述方法包括以下步骤：

S1.虹膜粗定位

在摄像头下，使用人脸对齐法检测人脸图像，得到脸部特征点，其中特征点包含有二维坐标，使用与眼部相关的12个特征点，包含左右眼的眼角、上眼睑和下眼睑；根据眼部的特征点，对虹膜半径、眼球半径以及虹膜中心的粗定位点、眼球中心的粗定位点进行定义；

S2.虹膜精确定位，过程如下：

S2.1.对眼睛的状态进行判断；

眼睛在闭合和睁开状态时应该进行分步处理，当眼睛睁开时，继续下列步骤；当眼睛闭合时，直接将粗定位点判定为精确定位点；

S2.2.构建虹膜边界模型；

构建虹膜边界模型的步骤如下：

假设眼球中心是(x_ec,y_ec,z_ec)，虹膜中心是(x_ic,y_ic，z_ic)，考虑两者之间的几何关系，以眼球中心为原点，构建三维坐标系，得到以下规则：

x_ic²+y_ic²+z_ic²＝R_e²-R_i² (1)，

又由于虹膜边界上的点一定既在虹膜上也在眼球上，所以它是虹膜平面和眼球平面相交的点，那么虹膜边界的法向量即垂直于虹膜平面也垂直于眼球平面，可以由虹膜中心和眼球中心构成，假设相交点为(x_i，y_i,z_i)，根据点法式得到以下公式：

(x_ic-x_ec)(x_i-x_ic)+(y_ic-y_ec)(y_i-y_ic)+(z_ic-z_ec)(z_i-z_ic)＝0 (2)，

此外，由于虹膜点在一个椭球体上，受以下公式约束：

由于所使用的都是摄像头空间下的信息，因此在摄像空间坐标系下进行操作，将公式(2)代入公式(3)得到与虹膜边界点相关的公式：

又因摄像头下所拍摄的图像通常用像素坐标系表示，与摄像头空间下的点坐标不一致，故进行转化：

2.2.1)将摄像头坐标系转化为图像坐标系

假设点m(X，Y，Z)是摄像头空间下的一点，将该点投影到图像坐标下的点为m(x，y，f)，其中，f是相机焦距，是图像平面与投影中心的距离，根据三角比例关系，得到

2.2.2)将图像坐标系转化为像素坐标系

假设点(x，y)是图像坐标系中的一点，该点在像素坐标系中为(u,v)，(u0,v0)是图像的中心点，每个像素的物理尺寸为dx*dy，得

根据2.2.1)、2.2.2)，将摄像头坐标系下的点转化为像素坐标系下的点，由于dx/f≈dy/f，z_ic≈z_ec，假设z_ic(dx/f)≈z_ic(dy/f)≈z_ec(dx/f)≈z_ec(dy/f)≈1，故公式(1)转化为：

(u_e-u_ic)²+(v_ic-v_e)²+(z_ic-z_ec)²＝r_e²-r_i² (5)

同理，公式(4)转化为：

其中，u_e，u_i，v_i，v_e分别是已知值，z_ic-z_ec由公式(5)得到，根据公式(6)求得所有符合模型的虹膜边界点，得到所求的虹膜边界轮廓；

S2.3.根据虹膜边界轮廓计算能量函数的值

对Snkuscule能量模型进行了改进，提出了一种具有固定半径的Snakuscule同心环形轮廓，其中内半径为r_i，外半径为αr_i，用于捕捉眼睛内的虹膜；这种固定半径的活动轮廓能够有效跟踪低分辨率图像中的眼睛图像，并且由于不需要变换半径因此迭代次数相对相低，适合于实时应用；

该能量模型的定位准则是根据虹膜的特性决定的，即在眼睛区域内，虹膜是一个暗色调的圆形，内部像素较低，通过计算以下能量函数，以确保虹膜边界轮廓的迭代更新：

其中S2为半径为r_i的圆形区域，r_i为S2.1.时得到的虹膜半径，理想状态下该圆形区域正好覆盖虹膜区域，S3是由S2放大一定倍数，半径为的圆形区域，经过实验可知，当情况α＝1/0.75时效果最好，(x,y)为S上的所有点，p(x,y)代表像素值；

增加了一个S1的圆形区域，该区域同样以S2和S3的圆心为中心缩小一定倍数形成一个半径为的圆，从而对能量函数进行完善：

结合(7)和(8)，得到最终的Snakuscule能量函数：

E3＝E1+p*E2 (9)

其中，p为E1和E2的平衡函数；

S2.4.在分别得到能量模型和虹膜边界模型后，开始结合两个模型对虹膜中心位置进行迭代更新；考虑8个方向，在每个方向上都重复用S2.2步骤得到相应的虹膜边界，然后根据2.3步骤得到每个方向上的能量函数值，根据虹膜内的像素最低的特性，故当能量函数值越高时，所求的虹膜边界就越接近实际的虹膜边界，使用迭代的方法重复S2.2和S2.3直到两次相邻的更新方向恰好相反就停止迭代，最终Snakuscule模型所在的圆心就是所求的虹膜中心。