【图像处理】虹膜检测（1）之霍夫圆检测

在获得了人眼窗口的基础上进行虹膜检测，虹膜如下图所示。对于普通摄像头获得的图片像素过低，无法区分虹膜和瞳孔。则先检测虹膜。

霍夫圆检测

对于人眼图片可进行霍夫园检测获得虹膜。下图是利用霍夫圆检测人眼图片获得的圆。

简单介绍一下霍夫园检测的方法以及如何调节参数.

HoughCircles函数

void HoughCircles( InputArray image, OutputArray circles,
                   int method, double dp, double minDist,
                   double param1 = 100, double param2 = 100,
                   int minRadius = 0, int maxRadius = 0 )

image:代表输入的单通道图片
circles:输出找到的圆，一般采用vector结构，3个分量（圆心坐标，圆半径）
method:只有霍夫梯度法
dp:默认为1
minDist:检测到的圆心的最小距离，如果这个参数过小，除了检测到正确的圆还会检测到很多临近错误的圆,如果参数过大，可能检测遗漏一些圆。
param1:是霍夫梯度法第一个指定的参数。Canny边缘函数的高阈值,（低阈值是高阈值的一半），可以设置为默认值。
param2:霍夫梯度法第二个指定的参数，圆心检测的阈值（若累计阈值大于此阈值则认为是圆心），如果这个阈值设置的越小，更多错误的圆容易被检测到。
minRadius,maxRadius:如果你粗略知道待检测的圆半径范围可以指明写出，若不知道也可不写，通过先提出圆心，再通过其他步骤确定半径即可。

tip:
1.在霍夫圆检测之前进行高斯滤波，减少噪声
2.以前利用霍夫圆检测经常出现检测不到圆，或错误检测的情况，实则是因为参数没有设置到位。应该小心调节的参数有:
minDist:根据实际情况调节，越小检测的圆越多，错误率越大
param2：这个参数以前没有注意过，针对于虹膜检测，目标圆是较小的，所以这个值理应设置的小一点。
minRadius,maxRadius:圆半径范围

筛选代表虹膜的圆

从检测出来的圆中筛选出代表虹膜的圆。具体实现是利用人眼图片阈值化后只有虹膜部分呈黑色，可以针对每一个圆计算阈值化图中出现黑色像素点的比率（出现黑色/圆面积）。

上图为结果图，部分圆被上眼睑遮挡。二值图中有一个白色点的出现，可能是因为瞳孔反射后形成光斑。

代码

#include<iostream>
#include<opencv2\opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
	Mat img = imread("left.jpg",0);
	Mat test;
	img.copyTo(test);
	threshold(test,test,80,255,CV_THRESH_BINARY);
	GaussianBlur(img,img,Size(3,3),0.8);//高斯滤波里的参数设置回顾一下

	vector<Vec3f>circles;
	HoughCircles(img,circles,CV_HOUGH_GRADIENT,1,img.cols/50,100,14,15,30);
	//霍夫圆检测的参数设置要精准
	cout << circles.size() << endl;
	/*for (int i = 0; i < circles.size(); i++)
	{
		Point center(round(circles[i][0]),round(circles[i][1]));
		int radius = round(circles[i][2]);
		circle(img,center,radius,Scalar(255,0,0),1,8);
	}*/
	
	
	//针对圆，计算比率
	int flag = 0, count = 0;
	float rate = 0,max=0;
	for (int i = 0; i < circles.size(); i++)
	{
		count = 0;
		rate = 0;
		int a = round(circles[i][0]);
		int b = round(circles[i][1]);
		int r = round(circles[i][2]);
		//cout << "center:" << a <<","<< b << "r:" << r << endl;
		for (int m= a - r; m<=a + r; m++)
		{//从包含圆的最小正方形出发
			for (int n= b - r; n<=b + r; n++)
			{
				int tem = (m - a)*(m - a) + (n - b)*(n- b);
				if (tem <r * r)
				{//在圆内部                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                          
					//if ((int)(test.data + m * test.step[0] + n) == 0)count++;//wrong!指针
					uchar *p = test.data + m * test.step[0] + n;
					if ((int)(*p) == 0)count++;
				}
			}
		}
		rate = (float)count/(3.14*r*r);//注意括号！！！
		/*cout << "rate:" << rate << endl;
		cout << "count:" << count << endl;*/
		if (rate > max) { max = rate; flag = i; }
	}
	cout << "flag:" << flag << endl;
	Point center(round(circles[flag][0]), round(circles[flag][1]));
	circle(img,center,round(circles[flag][2]),Scalar(255, 0, 0),1,8);
	imshow("test", test);
	imshow("img",img);
	waitKey(0);
}