基于机器视觉的人眼跟踪系统的设计和实现 - 图文

第五章 人眼跟踪系统图像处理模块 39

R(i,j)?D(i,j)的第二项D(i,j)的第一项??S?mnmni,j(m,n)?T(m,n)i,j??[S(m,n)]2 (5-12)

或者归一化为

??SR(i,j)?（?mi,j(m,n)?T(m,n)?[Snmi,jn(m,n)]）（?m21/2?[T(m,n)]）n21/2 (5-13)

上述就是模板匹配的基本原理。图5.10为眼球的模板匹配，表5.1为眼球匹配后的各种数据。

图5.10 眼球的模式匹配图 表5.1 眼球匹配后数据 Results X Position Y Position Score 1 162.871816 78.5186 887.60754 5.5 NI Vision Assistant中的图像处理操作

本章5.1至5.4介绍了各种图像处理的方法和人眼眼球的识别，下面将介绍在NI Vision Assistant中具体操作。

首先我们需要采集图像，图5.11为NI Vision Assistant 8.5图像处理平台。

40 基于机器视觉的人眼跟踪系统的设计和实现

图5.11 NI Vision Assistant 8.5图像处理平台

如图5.11，左上角是内存中待处理的图片，左下角是图像处理的功能函数，主窗口是当前处理的图片，主窗口下方是图像处理的脚本窗口，右上方是获取图片、浏览、处理图片三个选择项。我们点击Acquire Images进入获取图片窗口，然后按以下步骤从USB摄像头中获取图片，图5.12为从USB摄像头获取图像的操作界面。

第五章 人眼跟踪系统图像处理模块 41

图5.12 从USB摄像头获取图像操作界面

1) 点击窗口左下角Acquire Image(USB)并设置摄像头参数。

2) 点击开始键开始获取连续图像，再次点击开始键获取单张图片，点击存储键储存单张图片。

获取图像后在图像处理脚本中按下面的步骤完成图像处理[31]： 1) 灰度变换

Color→Color Plane Extraction→HSI-intensity plane 2) 图像平滑处理

Grayscale→Filters→smoothing-Median（其中Filter Size参数为3） 3) 图像增强处理

Grayscale→Lookup Table→Power X（其中Power Value参数为1.5） 4) 人眼眼球识别

Machine Vision → Pattern Matching → Create Template（创建模板）→setting（Minimum Score参数为800）→选定识别区域

5) 封装成VI

Tools→Create LabVIEW VI

这样我们就完成了图像的预处理，运行脚本处理后的结果如图5.13，封装好的VI可以在LabVIEW中直接调用。

42 基于机器视觉的人眼跟踪系统的设计和实现

图5.13 运行处理脚本后的结果

5.6 本章小结

本章主要讨论了人眼图像的预处理，主要包括灰度变换、图像平滑、图像增强、人眼眼球识别。本文在选择图像处理的算法时，主要考虑在后期对人眼眼球的识别，尽量突出人眼眼球的灰度特征，加强眼球与其余图像的对比度，利于后期识别，通过对几种相关算法进行实验结果比较，选择HIS中的I分量作为灰度值、中值滤波法平滑图像、灰度线性动态扩展增强图像，得到了较好的效果。为后续LabVIEW平台提供了良好的条件。