CC BY
286
УДК 004.932.2
1 2 3
А.В. Харитонов , А.Г. Олеиник '
1 Поволжский государственный технологический университет
2 Институт информатики и математического моделирования технологических процессов
Кольского нц Ран
3 Кольский филиал Петрозаводского государственного университета
МЕТОД ОПРЕДЕЛЕНИЯ ГРАНИЦЫ ЗРАЧКА НА ИЗОБРАЖЕНИИ ГЛАЗА* Аннотация
Предлагается метод определения границы зрачка на изображении глаза. Метод основан на поиске приблизительного центра зрачка и последующего уточнения его центра и радиуса. Приведены статистические результаты, определяющие точность работы метода. В качестве тестовых данных использованы изображения из открытой базы данных Casia v4.
Ключевые слова:
поиск границы зрачка, преобразование Хафа, обработка изображений.
A.V. Kharitonov, A.G. Oleynik
THE METHOD FOR LOCATING OF THE PUPIL BORDER ON EYE IMAGE Abstract
Method for the pupil border locating in image of eye is proposed. The method is based on finding the approximate center of the pupil and the subsequent refinement of its center and radius. The statistical results of determining of the method accuracy are shows. As the test data used images from the Casia v4.
Keywords:
pupil boundary detection, Hough transform, image processing.
Введение
Радужная оболочка - цветная часть глаза между склерой и зрачком. Является, как и отпечатки пальцев фенотипической особенностью человека и развивается в течении первых месяцев беременности.
Общая схема решения задачи идентификации личности по радужной оболочке глаза сводится к следующим шагам: получение исходного
изображения и его предобработка; выделение радужной оболочки на изображении; нормализация радужной оболочки; параметризация радужной оболочки; занесение полученного кода радужки в базу или сравнение полученного кода с кодами из базы данных.
Задача поиска границы зрачка на изображении человеческого глаза является одной из подзадач выделения радужной оболочки глаза в системах биометрической идентификации. Для её решения предложено большое
Работа выполнена при финансовой поддержке РФФИ (проект № 14-37-50432, «Исследование методов и алгоритмов защиты информации на основе биометрической идентификации личности пользователя в системах информационного обеспечения развития территорий Арктической зоны Российской Федерации»).
171
количество подходов [1, 3, 6, 7, 8], которые можно подразделить на следующие группы:
1) преобразование Хафа;
2) проекционные методы по яркости и градиенту яркости;
3) морфологические методы;
4) построение оптимального контура.
Методы, использующие преобразование Хафа [1, 3, 4], являются эффективными на широком классе изображений глаза, однако поиск может занять продолжительное время. С помощью данного метода определяют координаты центра и радиус зрачка глаза. Для поиска округлой формы зрачка используется преобразование Хафа следующего вида:
H (*0, Я), Г) = Z h( Xi , Уг , Х0. Ус, Г) ,
i
где
1, если (Xi -*с)2 + (Уг -0, иначе
(x0, у0) - определяемые координаты центра зрачка; (*, у) - пиксель на изображении из некоторой окрестности; r е [r^n; rmx ] - возможные радиусы границ зрачка.
На основе (1) и (2) строится аккумуляторное пространство, которое определяет искомый объект. Для окружности произвольного радиуса аккумулятором является трёхмерное пространство, заданное координатами центра и величиной радиуса. Затем осуществляется процедура голосования: каждой точке изображения ставится в соответствии некоторое множество точек из трёхмерного аккумуляторного пространства. Результатом работы метода является точка аккумуляторного пространства, попавшая в наибольшее число множеств.
Морфологический подход часто используется с методами, основанными на вычислении проекций яркости по осям X, Y . Таким образом, оценивается приблизительный центр зрачка и морфологическими операциями выделяется сам зрачок. Данный подход опирается на предположение, что зрачок является наиболее тёмной областью на изображении. Однако яркость бровей и ресниц часто мало отличается от яркости зрачка, что приводит к двум ошибкам: неверное выделение приблизительного центра зрачка и выделение нескольких компонент, содержащих как зрачок, так и другие области. Кроме того, ресницы, брови и зрачок могут сливаться в одну компоненту, затрудняя морфологическое выделение зрачка.
Для построения оптимального контура [6] необходимо определить начальную точку, которая находится внутри области интереса, в данном случае зрачка. Здесь возникают проблемы, аналогичные отмеченным для проекционного метода.
h( Xi , Уг , ^ У0, Г) ='
Ус)2 = r2
(1)
(2)
172
Описание алгоритма
Для решения задачи разработан алгоритм, позволяющий локализовать зрачок на изображении глаза за приемлемое время.
Входными данными для задачи является изображение размером W х H пикселей. Алгоритм состоит из следующих шагов:
1. К исходному изображению применяется фильтр Гаусса для фильтрации шумов.
2. Изображение разбивается на прямоугольники, в каждом из которых определяется средняя яркость. Считается, что прямоугольник с минимальной яркостью находится в области зрачка.
3. Изображение бинаризуется с некоторым порогом, после чего остаются компоненты, на которых присутствует зрачок.
4. Определяется область интереса для поиска зрачка.
5. С учётом области интереса применяется преобразование Хафа.
Минимум яркости
Для сокращения пространства поиска определим приблизительное положение зрачка на изображении, исходя из предположения, что это область наименьшей средней яркости. Всё изображение разбивается на N прямоугольников по горизонтали и вертикали (в рассматриваемом случае N = 33), для каждого из которых рассчитывается средняя яркость. Согласно принятому предположению прямоугольник с минимальной яркостью находится в области зрачка, таким образом, определяется приблизительный центр зрачка (рис. 1).
а)
б)
ТЛ!'
Рис. 1. Поиск области минимальной яркости: а) - блоки поиска; б) - найденная область минимальной яркости
В отличие от проекций яркости данный метод позволяет точнее определить положение зрачка, так как суммируется яркость изображения локально, а не по строкам (столбцам).
Бинаризация
Бинаризация представляет собой разделение всех пикселей изображения на два класса по определённому порогу яркости у : пикселям, имеющим яркость меньше у, присваивается нулевое значение; пикселям, имеющим яркость больше у, присваивается единичное значение.
173
I ( x, y )
1, I(x, y ) <y
0, I (x, y) >y'
Порог у = к • I min , где к = 1,25
(3)
коэффициент, зависящий от яркости
изображения; I min - средняя яркость в прямоугольнике минимальной яркости, определённом на предыдущем шаге.
К изображению можно применить сглаживающий фильтр для уменьшения шумов и получения более ровных границ. На рис. 2 приведён пример бинаризации изображения: чёрными пикселями отмечены единичные значения, белыми - нулевы.
Рис. 2. Результат бинаризации: а) - без сглаживающего фильтра; б) - с применением фильтра Гаусса с окном, размером 7px
Область интереса
В результате обработки получено изображение, содержащее часть зрачка и некоторые области, расположенные рядом с верхним веком (рис. 2). Для уменьшения пространства поиска нужно убрать лишние точки, оставив лишь область зрачка.
Определить точки, принадлежащие зрачку можно следующим образом: так как центр прямоугольника наименьшей яркости лежит внутри зрачка, то с этой точки начнём производить заливку прилежащих пикселей, имеющих чёрный цвет.
Алгоритм заливки:
• от стартовой точки вверх, а затем вниз заполняем текущую линию от одного края до другого;
• возвращаемся в исходную точку и проверяем: если слева от исходной точки пиксель чёрного цвета и нет границы, то выполняем заполнение новой линии;
• возвращаемся в исходную точку и проверяем: если справа от исходной точки пиксель чёрного цвета и нет границы, то выполняем заполнение новой линии.
Таким образом, на изображении остаётся лишь один объект, определив границы которого можно значительно уменьшить пространство поиска для преобразования Хафа.
Границы объекта находятся с помощью цепного кода Фримена [2]. На рис. 3 показан результат выделения границы зрачка для последующего преобразования Хафа.
174
а)
б)
Рис. 3. Выделенная область интереса: а) зрачок; б) граница зрачка
Преобразование Хафа
Для выявления округлой части границы зрачка используется разновидность преобразования Хафа. Исходя из размеров области интереса, определяются минимальные/максимальные значения центра и радиуса зрачка. Для каждой комбинации таких значений происходит вычисление координат точек окружности и определение значения пикселя на изображении границы зрачка. Если в вычисленной точке значение большее нуля, то аккумулятор суммируется.
Путём голосования выбирается центр и радиус зрачка. На рис. 4 представлен результат поиска зрачка на изображении. На двух последних изображениях видно, что зрачок включает в себя часть верхнего века. Такое происходит, когда глаз частично закрыт из-за физиологических особенностей человека или в момент моргания. Такие случаи обрабатываются на следующих шагах в биометрической системы идентификации, когда происходит определение возможной области наложения на радужную оболочку глаза верхнего и/или нижнего век и исключение попавших в эту область пикселей изображения из обработки.
Рис. 4. Пример выделения зрачка
175
Экспериментальные результаты
В качестве источника изображений для эксперимента выбрана база CASIA-Iris-Twins V4 (было обработано 3183 изображения). Результаты работы алгоритма приведены в табл. 1. Одним из основных источников ошибки выделения зрачка являлось наличие светлых ниспадающих волос, которые делили изображение зрачка на две части. При этом минимум яркости определялся в одной из областей, что приводило к выделению не всего региона зрачка.
Результаты работы алгоритма
Таблица 1
Верно, % Ошибочно, % Мин. время, мс Макс. время, мс Среднее время, мс
96,45 3,55 144 262 162
В табл. 2 приведено среднее время поиска зрачка для других алгоритмов.
Время работы алгоритмов
Алгоритм Среднее время, мс
Daugman 478
Wildes 394
Masek 108
Ma 376
Предлагаемый 162
Таблица 2
Изображения в базе CASIA-Iris-Twins имеют размер 640 пикселей в ширину и 480 пикселей в высоту. При уменьшении изображений до размера 320 х 240 пикселей время поиска уменьшается в среднем в 3,7 раза. То есть
примерно в к2 раз, где к - коэффициент уменьшения. В этом случае скорость работы алгоритма выделения зрачка превосходит те, что представлены в табл. 2.
Заключение
Преимуществом предложенного метод выделения зрачка на изображении глаза является первоначальная оценка месторасположения зрачка, что существенно облегчает задачу поиска и показывает хорошие результаты в точности определения. Для этого применяется оценка яркости региона изображения, а не суммирование яркости по строкам и столбцам. Для определения области поиска производится выбор региона с наименьшей яркостью, после чего изображение бинаризуется и подвергается преобразованию Хафа. Апробация работы алгоритма проведена на изображениях открытой биометрической базы данных CASIA-Iris-Twins.
Предложенный метод наиболее эффективен при использовании изображений, полученных в инфракрасном диапазоне, так как в этом случае регион минимума яркости попадает в область зрачка. При использовании
176
изображений, полученных в естественном освещении, зрачок может быть светлее бровей и ресниц, что повлечет ложное определении зрачка. Это вносит определенные ограничения в использование предложенного метода для идентификации пользователя по изображению его глаза, получаемому с помощью типовых web-камер и камер мобильных устройств.
Литература
1. Daugman, J. How iris recognition work // Proc. IEEE Trans. Circ. Syst. Video Technol. -2004. -Vol. 14. -P.21-30.
2. Введение в контурный анализ; приложения к обработке изображений и сигналов /Фурман Я.А. и др. - Москва: ФИЗМАТЛИТ. - 2003. - 588 с.
3. Wildes, R., Asmuth, J., Green, G., Hsu, S., Kolczynski, R., Matey, J., McBride, S. /A system for automated iris recognition. - Sarasota, FL: Proceedings IEEE Workshop on Applications of Computer Vision. - 1994. - Р.121-128.
4. Wildes, R.P. Iris recognition an emerging biometric technology / R.P. Wildes // Proceedings of the IEEE. -1995. -Vol.85.
5. Гонсалес, Р. Цифровая обработка изображений /Р. Гонсалес, Р. Вудс. -Москва: Техносфера. - 2005. - 1072 с.
6. Ritter, N. Location of the pupil-iris border in slit-lamp images of the cornea.
- Access mode. - Режим доступа:
http://citeseerx.ist.psu.edu/viewdoc/download?rep=rep1&type=pdf&doi=10.1.1.13
4.8680
7. Павельева, Е.А. Развитие информационной технологии идентификации человека по радужной оболочке глаза на основе преобразования Эрмита /
E. А. Павельева, А.С. Крылов, О.С. Ушмаев. - Режим доступа: http: //imaging .cs.msu.ru/
8. Gui, F. Iris localization scheme based on morphology and gaussian filtering /
F. Gui, L. Qiwei // Third Intern. IEEE Conf. on Signal-Image Technologies and Internet-Based System. Shanghai, China. -2007. -P.798-803.
Сведения об авторах
Харитонов Андрей Васильевич - соискатель, e-mail: kharitonov.a.v@yandex.ru Andrey V. Kharitonov - degree seekers
Олейник Андрей Григорьевич - д.т.н., зам. директора института, e-mail: oleynik@iimm. net. ru
Andrey G. Oleynik - Dr. of Sci. (Tech), deputy director
177
