基于ARM9的嵌入式手持瞳孔測(cè)量?jī)x設(shè)計(jì)

田海軍++楊婷+趙楊輝

摘 要： 研究一種基于ARM9架構(gòu)的嵌入式Linux手持瞳孔測(cè)量?jī)x。采用S3C2440A芯片進(jìn)行程序算法計(jì)算，經(jīng)由攝像頭對(duì)動(dòng)態(tài)視頻的幀圖像采集，由QT/Embedded圖形界面系統(tǒng)建立人機(jī)交互。程序算法選用Canny算子對(duì)眼部灰度圖像進(jìn)行邊緣檢測(cè)，利用Hough變換實(shí)現(xiàn)瞳孔檢測(cè)。實(shí)驗(yàn)表明，其算法精度高、噪聲小、針對(duì)瞳孔測(cè)量達(dá)到了預(yù)期的實(shí)驗(yàn)效果。

關(guān)鍵詞： 手持瞳孔測(cè)量?jī)x； 幀圖像采集； 瞳孔檢測(cè)； Hough變換

中圖分類號(hào)： TN98?34； TP391 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）12?0079?04

Abstract： A kind of embedded Linux hand?held pupilometer based on ARM9 architecture is discussed in this paper. The programmed algorithm is calculated by S3C2440A chip， with which frame image of dynamic video is collected through camera and human?computer interaction is established at Qt/Embedded graphical user interface （GUI） system. Canny operator is selected for the programmed algorithm to detect the edge of eye gray image. The pupil detection is implemented by means of Hough transform. The experiment result indicates that the algorithm achieves the expected effect in pupil detection with high precision and low noise.

Keywords： hand?held pupilometer； frame image acquisition； pupil detection； Hough transform

瞳孔測(cè)量[1]在工業(yè)、醫(yī)療、軍事等方面具有重要意義。尤其在臨床醫(yī)學(xué)，一些復(fù)雜的體力勞動(dòng)正逐步被嵌入式醫(yī)療儀器所取代，使得醫(yī)院在針對(duì)病人治療時(shí)，可以減輕傳統(tǒng)治療對(duì)醫(yī)患者雙方的體力消耗，提高了病情數(shù)據(jù)分析的準(zhǔn)確度和人們就診的效率。手持瞳孔測(cè)量?jī)x[2]體積小、安裝調(diào)整方便、測(cè)量精確度高，使其在診斷某些引起瞳孔收縮變化的癥狀時(shí)，為后續(xù)治療提供準(zhǔn)確的依據(jù)，因此采用嵌入式系統(tǒng)的手持瞳孔測(cè)量?jī)x[3]在醫(yī)療器械行業(yè)擁有廣闊的應(yīng)用前景。

1 系統(tǒng)總體設(shè)計(jì)

本文以嵌入式系統(tǒng)[4]設(shè)計(jì)作為中心思路，闡述了硬、軟件平臺(tái)的搭建以及程序算法的原理。硬件平臺(tái)以Samsung公司的ARM芯片S3C2440A為核心，形成了包括攝像頭、存儲(chǔ)單元以及人機(jī)交互界面等在內(nèi)的圖像分析裝置電路設(shè)計(jì)方案。軟件平臺(tái)則采用Linux 2.6.31系統(tǒng)內(nèi)核作為操作系統(tǒng)，圖形界面系統(tǒng)采用QT/Embedded，通過(guò)建立交叉開(kāi)發(fā)環(huán)境，編寫瞳孔檢測(cè)程序，利用交叉編譯工具鏈實(shí)現(xiàn)程序到嵌入式設(shè)備的移植。程序算法采用基于灰度圖像的Canny算子對(duì)眼部圖像的邊緣化處理，經(jīng)由動(dòng)態(tài)閾值算法生成二值化圖像，再通過(guò)Hough[5]變換實(shí)現(xiàn)瞳孔的定位與檢測(cè)[6?7]。系統(tǒng)總體設(shè)計(jì)流程圖如圖1所示。

2 設(shè)計(jì)平臺(tái)搭建

2.1 硬件平臺(tái)搭建

瞳孔測(cè)量的硬件部分由處理器、外圍擴(kuò)展、人機(jī)交互接口以及存儲(chǔ)部分組成。本文采用基于ARM920T的S3C2440A[8]芯片，由Samsung公司專門為手持終端設(shè)計(jì)，具有內(nèi)存管理單元（MMU），選取0.18 mm工藝以及AMBA新型總線結(jié)構(gòu)，主頻高達(dá)400 MHz，同時(shí)支持Thumb 的16位壓縮指令集，從而高效獲得32位的系統(tǒng)性能。

為了滿足Linux操作系統(tǒng)與Qt圖像界面能良好運(yùn)行，系統(tǒng)采用具有容量大、價(jià)格低、掉電不丟失信息等特點(diǎn)的NAND FLASH存儲(chǔ)模塊[9]，再通過(guò)SDRAM存儲(chǔ)芯片會(huì)大大提高數(shù)據(jù)的存取速度且能最大限度地發(fā)揮系統(tǒng)性能。本系統(tǒng)中，NAND FLASH采用Samsung公司的K9F1208芯片。該芯片存儲(chǔ)容量為8×64 Mb、TSOP48封裝、工作電壓為3.3 V、數(shù)據(jù)位寬為16位、內(nèi)部擁有528 B×32頁(yè)×4 096塊，每頁(yè)大小為528 B，每次可同時(shí)擦除或讀/寫4頁(yè)或塊的內(nèi)容。攝像頭采集的視頻圖像經(jīng)由S3C2440A的數(shù)據(jù)總線DATA0?7傳輸?shù)阶x/寫信號(hào)驅(qū)動(dòng)K9F1208芯片。

SDRAM選用32 MB的K4S561632C存儲(chǔ)芯片作為緩存以輔助32位處理器提高數(shù)據(jù)處理能力。為了提高針對(duì)相對(duì)復(fù)雜算法的實(shí)時(shí)性操作，采用兩片SDRAM存儲(chǔ)芯片并聯(lián)的方式實(shí)現(xiàn)位擴(kuò)展使其數(shù)據(jù)總線寬度達(dá)到32 b，總?cè)萘繛?4 MB。

人機(jī)交互界面[10]是人們?cè)谑褂檬殖质皆O(shè)備最直接有效的途徑之一，通過(guò)LCD液晶顯示屏可以實(shí)時(shí)觀察測(cè)量結(jié)果，并對(duì)其進(jìn)行反饋。系統(tǒng)選取夏普公司的一款4.3英寸帶觸摸屏的TFT型LCD，型號(hào)為L(zhǎng)Q043T3DOE。S3C2440A中的LCD控制器與液晶屏之間采用夏普公司的LZ9FC22匹配數(shù)據(jù)格式與顯示時(shí)序。為了提高控制器的負(fù)載能力，需要對(duì)控制信號(hào)、數(shù)據(jù)的電平進(jìn)行升壓，這里選取74LVTH162245電平轉(zhuǎn)換芯片連接控制器與觸摸屏的引腳。人機(jī)交互顯示結(jié)構(gòu)如圖2所示，其中XP，XM，YP，YM是觸摸屏對(duì)按壓的響應(yīng)信號(hào)，通過(guò)控制器轉(zhuǎn)換為x，y坐標(biāo)送回S3C2440A芯片中進(jìn)行處理。

2.2 軟件平臺(tái)搭建

作為瞳孔測(cè)量的軟件部分，利用嵌入式操作系統(tǒng)支持軟件應(yīng)用。常用的操作系統(tǒng)有Linux，μC/OS?Ⅱ，WIN CE等。本文選取嵌入式Linux操作系統(tǒng)，它的最大優(yōu)點(diǎn)在于其源代碼公開(kāi)、低成本的軟件開(kāi)發(fā)與維護(hù)、在世界范圍內(nèi)擁有大量的開(kāi)發(fā)人員、發(fā)展更新迅速且能支持市面上大部分的硬件，十分適合用于嵌入式系統(tǒng)。為了方便操作人員實(shí)時(shí)查看瞳孔測(cè)量情況，手持測(cè)量設(shè)備需要提供人機(jī)交互界面GUI，基于嵌入式Linux的GUI目前較為流行的分別為MiniGUI與Qt/Embedded。在權(quán)衡良好界面、占用空間與系統(tǒng)資源、移植性、可靠性等方面后，最終選擇Qt/Embedded作為圖形界面。程序設(shè)計(jì)開(kāi)發(fā)采用目前較為流行的OpenCV，它由一系列C函數(shù)構(gòu)成，并提供Matlab，Python等語(yǔ)言接口，可以運(yùn)行在Linux，Windows等主流操作系統(tǒng)上，在計(jì)算機(jī)視覺(jué)和圖像處理方面性能高且占用空間小。綜上所述，系統(tǒng)設(shè)計(jì)平臺(tái)如圖3所示。

3 程序算法設(shè)計(jì)

3.1 邊緣檢測(cè)

對(duì)于采集的瞳孔圖像信息首先要對(duì)其灰度化，得到的二維圖像亮度變化最劇烈的地方稱為邊緣，在瞳孔測(cè)量中，邊緣指的是目標(biāo)瞳孔與背景之間的區(qū)域，這是實(shí)現(xiàn)圖像分析的第一步。使用梯度邊緣檢測(cè)算法得到的圖像邊緣是在梯度方向上各個(gè)方向差值最大的像素的集合，實(shí)現(xiàn)這一階段需要濾波、增強(qiáng)、檢測(cè)、定位四個(gè)步驟，并由邊緣檢測(cè)器生成邊緣集。邊緣檢測(cè)器的種類有很多，這里選取Canny算子，相對(duì)與其他檢測(cè)器，具有更好的信噪比、定位性能以及對(duì)單一邊緣的單一響應(yīng)。其理論思想是首先對(duì)灰度圖像進(jìn)行高斯平滑濾波，通過(guò)合適的標(biāo)準(zhǔn)差s和鄰域?qū)γ總€(gè)像素點(diǎn)進(jìn)行加權(quán)平均得到平滑圖像以抑制噪聲，其信噪比SNR可表示為：

接著，如果某一像素點(diǎn)的邊緣強(qiáng)度小于相鄰兩個(gè)像素點(diǎn)沿梯度方向的邊緣強(qiáng)度，那么這個(gè)點(diǎn)就是非極大值點(diǎn)。對(duì)于這類像素點(diǎn)，將該處梯度幅值置0，認(rèn)為是非邊緣點(diǎn)。最后，經(jīng)過(guò)上述幾步處理后，圖像仍存在大量細(xì)紋里及噪聲導(dǎo)致的假邊緣，這時(shí)利用動(dòng)態(tài)閾值算法，設(shè)定兩個(gè)閾值t1和t2（t1

3.2 瞳孔檢測(cè)

定位圖像中的瞳孔目標(biāo)是瞳孔精密測(cè)量中最重要的一環(huán)。本文基于霍夫變換來(lái)對(duì)瞳孔進(jìn)行精確定位，其基本原理是利用參數(shù)空間來(lái)描述圖像空間，即利用滿足絕大多數(shù)邊界點(diǎn)的某一參數(shù)形式來(lái)對(duì)圖像的邊界進(jìn)行表達(dá)。對(duì)全局參數(shù)的計(jì)算則基于對(duì)局部的度量，因此對(duì)于待測(cè)瞳孔邊界因噪聲影響而引發(fā)的邊緣中斷有很好的容錯(cuò)及魯棒性。式（4）以直線為例，設(shè)一組，并考慮避免直線平行于軸時(shí)斜率無(wú)限大的情況，這里采用極坐標(biāo)來(lái)表示直線

式中：表示直線與x軸的夾角；是對(duì)應(yīng)直角坐標(biāo)系原點(diǎn)與直線的距離。在以為變量，為系數(shù)的情況下，為平面上以為固定參數(shù)的惟一直線，霍夫變換就是在以為系數(shù)，為變量的情況下，將先前提到的惟一直線對(duì)應(yīng)在系數(shù)變量翻轉(zhuǎn)情況下的一個(gè)點(diǎn)，而這個(gè)點(diǎn)就是以惟一直線上各個(gè)點(diǎn)作為這里的系數(shù)構(gòu)成的一組正弦曲線的交點(diǎn)。反之，為平面上以為固定參數(shù)的惟一正弦曲線，它對(duì)應(yīng)系數(shù)翻轉(zhuǎn)情況下的各條直線的確定交點(diǎn)。

從上面的分析可以知道圖像上每一條邊緣曲線的所有點(diǎn)都對(duì)應(yīng)著以為變量的一組正弦曲線，由于圖像邊緣的不規(guī)則性導(dǎo)致的為系數(shù)的不惟一性，即邊緣曲線對(duì)應(yīng)的交點(diǎn)并不落在同一位置上，這里需要通過(guò)上述的霍夫變換將其擬合為最適合的直線。首先將為變量的空間細(xì)化為多個(gè)擁有獨(dú)自計(jì)數(shù)器的方格，然后利用邊緣曲線每一點(diǎn)對(duì)應(yīng)的正弦曲線的交點(diǎn)落在方格的數(shù)量來(lái)確定選取的坐標(biāo)，也就是選取交點(diǎn)數(shù)最多的方格坐標(biāo)作為擬合直線的系數(shù)，其他則丟棄。將式（4）進(jìn)行推廣得到：

式中：表示瞳孔的圓心；代表瞳孔的半徑。此時(shí)的系數(shù)作為霍夫變換的變量會(huì)形成一個(gè)三維空間，將立體空間劃分為若干個(gè)擁有獨(dú)立計(jì)數(shù)器的立方體，計(jì)算以為變量的圓錐面之間的交點(diǎn)集，累加的焦點(diǎn)最多的立方體的坐標(biāo)就是圖像中瞳孔的圓心和半徑?？臻g原理圖如圖5所示。

可見(jiàn)，由于三個(gè)變量的不確定性導(dǎo)致的計(jì)算量龐大影響了對(duì)瞳孔測(cè)量的實(shí)時(shí)性，所以根據(jù)實(shí)際瞳孔大小的變換引入關(guān)于的上下限與縮放因子縮小圖片，從而可以大大減輕測(cè)量的壓力，解決了經(jīng)典霍夫變換計(jì)算量大的缺點(diǎn)。而相比于其他檢測(cè)算法，霍夫圓檢測(cè)具有更高的檢測(cè)精度與抗干擾性，對(duì)于瞳孔實(shí)時(shí)的微小變化具有極高的捕捉性。

利用手持設(shè)備測(cè)量瞳孔是為了避免攝像頭與瞳孔的間距對(duì)采集圖像的大小影響，通常采用卡槽將攝像頭與人眼距離固定，這樣就確保了實(shí)際圖像中的一個(gè)像素對(duì)應(yīng)實(shí)際測(cè)量多少毫米。通過(guò)定位測(cè)試，圖像的像素當(dāng)量約為0.075 mm/pixel。實(shí)驗(yàn)結(jié)果如圖6所示，這里的瞳孔圓心坐標(biāo)為（324，236），半徑為52，即3.9 mm，正常人的瞳孔半徑在0.75～4 mm之間，實(shí)驗(yàn)表明此檢驗(yàn)算法在實(shí)際應(yīng)用中能達(dá)到像素級(jí)別的精確度。

4 結(jié) 論

本文介紹了瞳孔測(cè)量在實(shí)際臨床中的應(yīng)用，基于ARM9的嵌入式Linux手持設(shè)備以它體積小、檢測(cè)精度高并內(nèi)嵌經(jīng)典霍夫變換圓檢測(cè)，在Canny邊緣檢測(cè)的基礎(chǔ)上進(jìn)行的瞳孔測(cè)量視覺(jué)算法，為觀察病患者身體狀況提供了有效的依據(jù)。在具體對(duì)瞳孔進(jìn)行測(cè)量時(shí)，首先利用canny算子獲取眼部邊緣圖像，然后利用改進(jìn)的經(jīng)典霍夫變換法獲得瞳孔半徑和圓心坐標(biāo)，最后將結(jié)果與眼部圖像進(jìn)行擬合，通過(guò)QT/Embedded顯示在人機(jī)交互界面。實(shí)驗(yàn)表明，該方法對(duì)瞳孔測(cè)量具有實(shí)時(shí)性、可靠性及精確性。

參考文獻(xiàn)

[1] SHINODA Takayuki， KATO M. A pupil diameter measurement system for accident prevention [C]// Proceedings of IEEE 2006 International Conference on System， Man and Cybernetics. Taipei， China： IEEE， 2006， 2： 1699?1703.

[2] ANDREA K W， HONTS C R. Effectiveness of pupil diameter in a probable comparison question test for deception [J]. Legal and criminological psychology， 2009， 14（10）： 279?292.

[3] BORASTON Z， BLAKEMORE S J. The application of eye?tracking technology in the study of autism [J]. Journal of physiology， 2013， 581（3）： 893?898.

[4] VIDAL M， TURNER J， BULLING A， et al. Wearable eye tracking for mental health monitoring [J]. Computer communications， 2012， 35（11）： 1306?1311.

[5] 蔡晉輝，蔣慶，周則魁，等.圓檢測(cè)HOUGH變換的改進(jìn)算法研究[J].模擬識(shí)別與人工智能，2004，17（1）：72?76.

[6] 郭琛，高小榕.基于眼電和穩(wěn)態(tài)視覺(jué)誘發(fā)電分析的目光跟蹤方法[J].中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào)，2012，31（3）：382?387.

[7] DUCHOWSKI A T. A breadth?first survey of eye?tracking applications [J]. Research methods， instruments， & computers， 2002， 34（4）： 455?470.

[8] 孔德勇，楊斌.基于S3C2440A嵌入式無(wú)線監(jiān)控系統(tǒng)的設(shè)計(jì)[J].微計(jì)算機(jī)信息，2009，25（5）：114?116.

[9] 錢華明，劉英明，張根旅.基于S3C2410嵌入式無(wú)線視頻監(jiān)控系統(tǒng)的設(shè)計(jì)[J].計(jì)算機(jī)測(cè)量與控制，2009，17（6）：1132?1135.

[10] 鄭凱華，章旭東，俞立，等.基于S3C2440的圖像采集與顯示系統(tǒng)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2011，20（8）：225?228.