Question

我需要找到虹膜边缘，我使用的输入图像不是完全圆形的虹膜，有时它可能被眼睑覆盖。我找到了一篇期刊文章的摘要，发现虹膜甚至被眼睑覆盖。但是，我坚持其中一个步骤。再次，因为它只是一个摘要，我无法找到该文章的全文。

在这里我被困住了，我有一个图像，它已经被垂直索贝尔边缘检测暗示了。我有一个图像输入，这里是图片：

这是应用垂直边缘检测后的图片：

我需要移除除虹膜边缘以外的所有边缘（红色边缘）。

我的预期结果应该是这样的：

注意：有些图像可能只有瞳孔的左边缘或右边缘，如上图所示，但有些图像可能有瞳孔的左右边缘。

在我看来，有两种方法可以获得优势。

去除水平边缘，因为瞳孔边缘有点垂直。但我不知道如何去除水平边缘，它不是真正的水平线条，它弯曲的水平线条。
找到图片中最长的边（我也不知道找到最长边的算法是什么）。

哪一个是解决问题的正确方法？或不是上述两种选择？

如果您知道找到非完全圆形物体的方法，特别是虹膜，请告诉我，它使我的项目更容易。

Answer 1

这是一个功能检测问题，因此，我会在OpenCV库（Hough Circle Transformation）中使用tutorial。从屏幕截图中可以看出，该方法在检测部分圆度方面非常强大。

import cv2
import cv2.cv as cv
import numpy as np

img = cv2.imread(r'C:\path\to\eye.jpg',0)
img = cv2.medianBlur(img,5)
cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)

circles = cv2.HoughCircles(img,cv.CV_HOUGH_GRADIENT,1,20,
                            param1=150,param2=30,minRadius=20,maxRadius=100)

circles = np.uint16(np.around(circles))
for i in circles[0,:]:
    # draw the outer circle
    cv2.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)
    # draw the center of the circle
    cv2.circle(cimg,(i[0],i[1]),2,(0,0,255),3)

cv2.imshow('detected circles',cimg)
cv2.waitKey(0)
cv2.destroyAllWindows()

Answer 2

我尝试回答你的问题，我建议你使用圆形霍夫变换。我正在尝试检测圆形，这样你就可以得到圆的半径，然后就可以得到圆的大小。

这里是代码和结果：

A = imread('eye.jpg');
A = imresize(A, 0.8);
A = rgb2gray(A);
A = edge(A, 'canny');
imshow(A);
[centers, radii, metric] = imfindcircles(A,[1 100]);
centersStrong5 = centers(1:1,:);
radiiStrong5 = radii(1:1);
metricStrong5 = metric(1:1);
viscircles(centersStrong5, radiiStrong5,'EdgeColor','b');

结果是：

希望它可以帮到你解决问题。

代码参考：http://www.mathworks.com/help/images/ref/imfindcircles.html

如何在应用边缘检测后删除一些边缘？

2 个答案: