deniska, 
Можешь небольшую базу выложить?

Pavia, 
пожалуйста.

определение внешней границы радужки сделал по схожему алгоритму с внутренней (по производным интенсивности). но там свои проблемы: у кого-то почти вся граница открыта, у кого-то веки узкие, у кого-то ресницы длинные... в общем все это вносит ошибки. конечно будет возможность ручного наведения, но всеже хотелось бы чтоб их процент был очень низкий (5%).

Присоединённый файл ( Кол-во скачиваний: 12 )
 ______.rar 911,57 Kb

deniska, 


Немного расскажу почему так.  
1)Чтобы не было проблем с разной резкостью надо про анализировать картинку и сделать её коррекцию или коррекцию параметра алгоритма.
Думаю это можно решить пред обработкой путём выравниванием контрастности. Пред обработка это один из первичных пунктов распознавания образов. А вообще порог должен зависеть от магнитуды градиента, неужели и это не сделано в OpenCV.
2) По поводу внешней границы. В OpenCV, в алгоритме cvCanny не реализовано размытие по произвольному радиусу. Оно ограниченно 3 и 5 аппретурой.
Это легко устранить сделав предварительное размытие.  Рис. 1 и 2
3) Резкость проанализировать не сложно. Размываешь картинку потом вычитаешь из исходной и считаешь какую нибудь метрику типа сумма всех пикселей по модулю и делишь на размеры изображения.
А вообще любой алгоритм распознавания требует обучения.  Берешь часть базы. Варьируешь  (изменяешь) параметры смотришь процент удачно распознанных. Тем самым выбираешь лучший результат. Есть и другие методы обучения, основанные на НС или МОВ. 
4) Мусор можно отфильтровать применив преобразование Хафа для окружностей.

Рис 1.

Рис 2.

Pavia,  а что скажете о способе, который я уже начал реализовывать? см. выше про радиальные производные. "костяк" его как бы уже сформирован, постоянно гоняю по базе (более 150 снимков), постоянно чего-то не нравится, дорабатываю напильником, только вот "напильник" (читай терпение) уже стирается)). про зрачок какбы уже можно забыть, он довольно сносно определяется и собственно основная проблема сейчас с внешним краем радужки, но этого и следовало ожидать. в моем варианте я беру радиальные производные интенсивности из центра зрачка. но брать все 360 градусов нельзя: 
1.радужка не вмещается целиком в изображение
2.веки
3.ресницы

так вот пункты 2 и 3 для каждого снимка естественно свои, и диапазон достаточный для одного снимка может оказаться избыточным (с захватом шумов из п2,3) для другого. ну допустим для 80% случаев подходит некий диапазон, а вот с остальными...
если захватываются ресницы, да еще эта зараза так растет что прям недалеко от реального края радужки - получаем какое-то смещение, довольно часто значительное. то есть похорошему надо бы сначала както выбирать допустимый диапазон для радиальных производных.

а по поводу различных алгоритмов выделения контуров (границ) я тоже много думал, прежде чем пойти по пути какого-либо из принципиальных способов. так вот избыточность этих контуров будет довольно частой, "отфильтровывать" нужное тоже совсем нетривиальная задача, ведь то, что явно видно и очевидно человеческому глазу, нужно еще объяснить компу)). например ваш рис 2: видите как "коварно" верхнее веко сливается с радужкой... или круги от подсветки - их запросто можно принять за границы зрачка, ну и таких, непреодолимых (для меня) "но", можно найти сколько угодно.

конечно можно ответить просто: не можешь - не берись, слаб в математике - не лезь... но работа есть работа.

так что жду советов, критики

с уважением ко всем читающим

deniska, 
Я бы также делал. Просто алгоритм Хафа требователен к ресурсам, поэтому либо радиальные. Либо алгоритм сегментации как-то попробовать.

Сегодня мысль пришла  95% распознанных 5% не распознанных. Если все изображения разбить на классы и к каждому классу применить свои свой алгоритм распознавания. То для достижения 95% распознавания в худшем случае потребуется реализовать 19 классов алгоритмов. 

А вот чтобы такого не происходила алгоритм должен быть гибким. Должны быть параметры при которых в одном классе это работает отлично и в другом работает отлично но с другими значениями параметра . А параметры распознавания должны выбираться классификатором после анализа изображения. В качестве классификатора может выступать НС.

думаю что надо определять как то внешнюю радужку (покажите что у вас получается)
а потом ее апроксимировать до элипса или круга.


т.е. как выделено на картинке области которые примерно определяются(можете так же сделать бросанием луча градиента из центра темного зрачка который хорошо определяется), а остальные можно достроить.
т.е. вы найдете скажем несколько дуг(контуров),  и определите у них радиус , а потом из подходящих сапроксимируете элипс.

для НС скорее всего надо несколько тысяч образцов.



Это сообщение отредактировал(а) mrgloom - 14.9.2011, 10:00

вот что на выходе моего алгоритма с радиальными.
синим пунктиром эллипс зрачка. центр секторов - центр эллипса зрачка. области секторов(части кольца)-области где ищем производные. красные точки - максимальные производные, по которым строится эллипс радужки (желтый) с пом. cvFitEllipse().

Присоединённый файл ( Кол-во скачиваний: 16 )
 1.JPG 35,43 Kb

ну вот вроде бы все работает или это не автомате?

это автомат, и в этом случае работает довольно сносно. ниже приведен случай отвратной работы. красная окружность с красным крестом - вручную найденый край. видно насколько расходятся и края и центры автомата и ручного режима (красный и желтый). желтая точка в центре - центр эллипса по автомату.

собственно сейчас прихожу к тому, что изза плохой освещенности края радужки, всегда будут ложные производные(см. последнюю фотографию, правй сектор, нижняя его часть). аппроксимация к эллипсу вредит ИМХО, тк слишком много у него степеней свободы. вот окружность бы постороить, но в opencv такой функции нет. вот сейчас гуглю по поиску окружности методом наименьших квадратов.

Это сообщение отредактировал(а) deniska - 14.9.2011, 13:29

Присоединённый файл ( Кол-во скачиваний: 14 )
 1.JPG 34,02 Kb

докладываю последние новости с фронта: откопал в инете статью по определнию окружности из набора точек по методу наименьших квадратов. математик из меня не очень, но реализовал, и метод работает. в моем случае, хоть край радужки и является вообще говоря эллипсом, лучше при его определнии аппроксимировать до окружности. выходит точнее.
может кому реализация метода пригодится:


Это сообщение отредактировал(а) deniska - 15.9.2011, 10:50

http://www.cs.bris.ac.uk/Research/Vision/h...ges/snbrain.gif

  что это?   

deniska, Это ода из разновидностей кластеризации. Основанная на объединение соседних пикселей - так же известный как алгоритм бактерий фагоцита. 
Картинка достаточно однородная так что возможно сделана простая заливка с допуском.
Или с допуском по градиенту.

У картинке надпись - активные контура.