我正在寻找有关如何解决以下计算机视觉问题的一些建议。 以下是我正在使用的眼动追踪数据集的 4 个样本。我想编写代码拍摄一张这样的图像并计算瞳孔中心的 (x,y) 位置。我目前正在使用 MATLAB，但我也愿意使用其他软件。
有人可以推荐我可以用于此任务的方法吗？以下是我已经尝试过但效果不佳的一些方法。
- 我尝试使用圆霍夫变换，但这需要我猜测瞳孔的半径，这有点问题。此外，由于扭曲，瞳孔并不总是恰好是一个圆，这可能会使这种方法更加困难。
- 我尝试根据像素亮度对图像进行阈值处理，并使用 regionprops MATLAB 函数来寻找大约(比如)200 像素区域且偏心率极低(即尽可能呈圆形)的区域。然而，这对阈值非常敏感，根据光照条件，眼睛的某些图像比其他图像更亮。 (请注意，下面的 4 个样本已经进行了均值归一化处理，但其中一张图像总体上比其他图像更亮，可能是因为某处有一些非常暗的随机像素)
如有任何意见/建议，我们将不胜感激!
编辑:感谢 Stargazer 的评论。理想情况下，该算法应该能够确定瞳孔不在图像中，就像最后一个样本的情况一样。如果我暂时忘记它，这没什么大不了的。如果它给我错误的答案，那就更糟了。
最佳答案
我不确定这是否对您有帮助，因为您正在使用数据集并且我不知道您是否灵活/需要更改捕获设备。以防万一，我们走吧。
Morimoto et al.使用漂亮的相机技巧。他们制造了一个带有两组红外线 LED 的相机。第一组放在相机镜头附近。第二个远离镜头。使用不同的频率，两组 LED 在不同的时刻点亮。
视网膜会反射相机镜头附近的光线(这与摄影中的红眼问题相同)，产生明亮的瞳孔。另一组 LED 将产生一个黑色瞳孔。 Compare the results .所以，两幅图像之间的简单差异会给你一个近乎完美的瞳孔。看看 Morimoto 等人探索glint(很容易接近视线方向)的方式。
关于algorithm - 眼动追踪 : finding the pupil (x, y)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/3974082/