輸入影像的問題分析

在 2.1 節的可見光眼動儀概要中就有提到基本的可見光眼動儀影像由虹膜(黑 色橢圓)、角膜(眼白部分)，與眼睛周圍的皮膚所組成。進一步以影像處理的角度 來觀察這些特徵可發現由於虹膜的特殊形狀，加上與角膜交界部分形成的異色邊 緣特性，將使得影像處理的演算法較易於判斷進而萃取。因此大多數 Model-based 方法皆會利用到下列兩項特性來做為模型設計的基礎，一、虹膜主體成黑色橢圓 的特性，二、虹膜邊界為異色邊緣的特性。但是我們將這兩項特性對照至實際影 像並詳加討論後發現了眼瞼遮蔽、反光點干擾與邊緣漸進這三個主要問題容易造 成演算法判斷式誤差。

第一個問題為眼瞼遮蔽問題。觀察圖 3-18 受試者在凝視同一方向上的眼睛，

在一般情況下虹膜會因為不同受測者的各種眼睛形狀差異，造成不同程度的眼瞼 遮蔽虹膜的情形。接著再觀察圖 3-19，對於同一名受測者而言，虹膜在不同方向 的視角時也會造成虹膜在不同區域有不同程度的遮蔽情況。

圖 3-18 受試者在凝視同一方向上的眼睛

圖 3-19 同一受試者凝視不同方向上的眼睛

歸納這兩種狀況可以發現由於上下眼瞼的關係，虹膜的上緣部分面積及下緣 部分面積容易因遮蔽而消失虹膜亮度值低的特性、或是在虹膜上緣與下緣看不出 虹膜與角膜交界的異色邊緣。因此對於虹膜為黑色橢圓體這項特性來說，上下緣 的遮蔽都將對橢圓體的完整性造成破壞。而對於虹膜與角膜為異色邊緣這項特性 來說，在上下緣的部分也違背了這項特性。因此對於模型形狀在與輸入影像進行 匹配演算法的實現時，眼瞼上下緣造成的虹膜遮蔽將影響演算法的設計。

第二個問題為反光點干擾(圖 3-20)。在 2.1 節即提到可見光眼動儀的特性，

在對於虹膜進行影像處理時不可避免的會有反光點的問題。由於室內環境中窗戶、

窗框、日光燈源、電腦螢幕都將造成虹膜或角膜上的反光點，而這些反光點或稱 反光區域的大小、位置或是亮度在不控制實驗環境的條件下是難以預測的，因此 反光點對可見光眼動儀系統來說是一個必須克服的問題。

圖 3-20 具有反光點的眼睛影像

由虹膜兩項特性分別分析此問題可發現對於特性一虹膜為黑色橢圓體這項特 性來說，反光點相對於整個黑色橢圓區塊的面積比例差異大，因此造成的誤差或 誤判較沒有破壞性。但對於特性二虹膜與角膜為異色邊緣這項特性來說，由於邊 緣所佔的像素點數量相較於整體虹膜面積少的多。因此反光點干擾對於特性二來 說就必須考慮其在演算法設計上造成的干擾，如反光區域壓在虹膜邊緣上造成邊 緣完整性的破壞、或是將虹膜內的反光區域誤判成邊緣的可能性。

特性一與特性二中，虹膜形狀完整性的破損與虹膜區域內的誤差都是造成干 擾的主要原因。但對於特性二虹膜與角膜為異色邊緣這項特性來說，還有另一個 影響判斷式的問題就是異色邊緣的邊緣漸進問題。如果以一般影像處理邊緣判斷 的方法通常會找到具有寬度的邊緣。原因在於假設一條由虹膜中心為起點並以邊 緣為射線方向的線段來看，在異色邊緣部分的亮度是漸進遞增的。觀察圖 3-21(a) 為圖 3-21(b)中虹膜左側紅色方框的區域放大圖，可以發現邊緣並不是黑白分明，

而是漸層遞增或遞減的關係。再觀察圖 3-22 可以由數值更加確立邊緣的漸進特 性。但對於模型的判斷式而言，漸進邊緣將使得判斷式的在異色亮度的門檻上難 以定義，因此這項特性在演算法的設計上也將造成影響，在此將其列入討論。

(a) (b)

圖 3-21 (a)為(b)圖中紅色區塊內的放大影像

圖 3-22 邊緣附近的平均亮度值