【图像处理】人眼区域分割尝试方法之双峰阈值分割法

双峰阈值分割法提取人眼

人眼区域分割（1）初步通过求人脸的灰度投影曲线，得到人脸矩阵从行角度变化的规律：波谷一定包含人眼的部分，波峰到波谷的阶跃最大的部分一般为眼睛到鼻尖的部分。

思路：

通过人脸的灰度变化规律提取包含人眼部分的ROI图片，此时眼睛作为前景，而皮肤作为背景，可通过双峰找到阈值来分割ROI图片，则以最大限度保留人眼的部分。
##步骤：

1. 提取ROI图片

下图为人眼的灰度投影曲线（已滤波后），红色为波峰，黑色为波谷。同时也可较明显的说明人脸灰度变化的规律。则选定第一个出现的波峰M，选定与波谷阶跃最大的波峰为第二个点N,这两个点对应的横坐标为将提取的人眼矩阵的行坐标。

---

---

通过上述处理可以得到ROI图片如下图,该方法试验了一定数量的图片截取效果比较好，前提是要对曲线进行正确的滤波，从而滤过小幅波动，影响波峰波谷的确定。这里采用的滤波为高斯滤波。

---

---

此为我选择的滤波模板
sigma=5;
window=double(uint8(3*sigma)2+1);%窗口大小一半为3sigma
H=fspecial(‘gaussian’,window,sigma);

2. 确定双峰分割的阈值

这里想利用双峰确定分割图片的阈值，双峰确定阈值的基本原理是：灰度图片前景和背景相差明显，则会在灰度直方图上呈现明显的双峰，而根据双峰中的波谷则可以确定分割前景和背景的阈值，但其实在过程中发现会有许多因素影响如眼镜，以及头发的干扰可能不能准确的说ROI图片为明显的前景与背景区分明显的图片了，但这里试着写一下这种确定阈值的方法。

2.1求灰度直方图

灰度直方图是灰度级的函数，描述图像中该灰度级的像素个数（或该灰度级像素出现的频率）：其横坐标是灰度级，纵坐标表示图像中该灰度级出现的个数（频率）。

####2.2 滤波后求曲线中峰值最高的两个波峰为双峰，求取双峰的波谷为阈值,数学方法即可得到。

将处理好的结果画出来则得到下图，其中红色为灰度函数的曲线，蓝色为高斯滤波的曲线，黄色的为波峰值，蓝色的为找到的波谷值

---

---

###3.二值化

根据求出的阈值进行二值化，阈值化将感兴趣的区域即前景像素点设为255，背景设为0.

##总结：
上述方法针对干扰较小如没有很多头发遮挡以及眼镜的情况下，效果还可以，但是这种方法十分依赖曲线滤波的效果。

代码：

对曲线进行求波峰波谷利用matlab里的函数

%对ROI图进行灰度直方图计算，从灰度直方图中得到固定阈值的信息，从而进行阈值化
clear;
close all;
% filestring='zlroi\';
% filestr=dir([filestring,'*.png']);
% objstring='zlbw\';
% for numofimg=1:length(filestr)
% 	imgname=[filestring,filestr(numofimg).name];
% 	ROI=imread(imgname);
	ROI=imread('ROI\2.jpg');
	MedROI=medfilt2(ROI,[9,9]);
	[row,col]=size(MedROI);
	figure;
	imshow(MedROI);
	title('ROI');
%出现多峰，则显然所选的阈值不准确
	for k=0:255%下标索引必须为正整数类型或逻辑类型
		y(k+1)=0;
		for i=1:row
			for j=1:col
				if(MedROI(i,j)==k)
					y(k+1)=y(k+1)+1;
				end
			end
		end
	end
	x=0:1:255;

	%求波峰之间的波谷效果不好
	sigma=4;
	window=double(uint8(3*sigma)*2+1);%窗口大小一半为3*sigma
	H=fspecial('gaussian',window,sigma);
	G=imfilter(y,H,'replicate');%高斯滤波
	
	
	[pks,locs] = findpeaks(G);
    temp=pks;
	[maxpeak,maxloc]=max(temp);
	temp(maxloc)=0;
	[maxsec,maxsecloc]=max(temp);
	new=zeros(1,255);
	a=locs(maxloc);
	b=locs(maxsecloc);
	if(a>b)
	new(b:a)=G(b:a);
	else new(a:b)=G(a:b);
	end

	[min,minloc]=findpeaks(-new);
	[minpeak,minpeakloc]=max(min);
	choice=minloc(minpeakloc);


	figure;
	title('灰度直方图');
	plot(x,y,'r');%画出未过滤的直方图
	hold on;
	plot(x,G,'b');%画出已经过滤的直方图
	hold on;
	plot(locs,pks,'yellow*');%用d标出已经过滤的峰值
  	plot(1:255,new,'black')%画出截取的两个峰值的之间的曲线
  	plot(choice,y(choice),'blue*');%画出截取的曲线的波谷

	%阈值处理
	for i=1:row
		for j=1:col
			if(MedROI(i,j)>choice)MedROI(i,j)=0;
			else MedROI(i,j)=255;
			end
		end
	end
	
	%imwrite(MedROI,[objstring,num2str(numofimg),'.png']);
	
	figure;
	title('二值化图像');
	imshow(MedROI);
%end

%还要进行腐蚀膨胀
% 
% morgh=bwmorph(MedROI,'dilate',2);
% figure;
% imshow(morgh);
%  title('腐蚀膨胀');
% figure;
% contour=bwperim(morgh);
% imshow(contour);
% 
% title('轮廓');

%中值滤波不行参数过大效果直线
% x=0:1:255;
% y=medfilt2(y,[4,4]);
% plot(x,y,'r');
%对灰度函数图进行线性拟合,曲线拟合阶数不能过高，越高反而误差越大，而且阶数不能超过255
% x=1:1:256;
% figure;
% plot(x,y,'r');
% title('灰度函数曲线图');
% % for i=2:2:256
% % 	fit(i/2)=y(i)+y(i-1);
% % end
% [p,s]=polyfit(x,y,23);
% sum=polyval(p,x,1);
% figure;
% plot(x,sum,'blue');
% title('灰度函数曲线图');
% % sum=0;
% % for i=1:46
% % 	sum=sum+p(i)*y(i);
% % end

##结论：
双峰滤波法还是更适合于两个峰明显突出，而且双峰之间有明显的平缓的波谷。