上一章中，運用matlab得到的亮斑半徑只是一個大概的值，

這里介紹一種可以精確得到亮斑半徑的方法，，，，高斯方法：

在這里我們假設亮斑的強度平面是服從symmetric bivariate Gaussian distribution（對稱二元高斯分布），如果我們找到一個半徑，在這個半徑時，這時亮斑的強度下降的最大，我們這時認為這個半徑時亮斑的半徑，，問題怎么求這個半徑？？？

這里我們可以想象，因為亮斑近似與圓，我們這里主要是要這個圓的半徑，我們這樣假設。如果在跟以半徑為r+！的圓上的像素值總和，而半徑為r-1(以像素為單位的）的圓上的像素值總和，如果這兩個值得比率大于98%，我們認為不是亮斑的半徑，如果r變化到這個比率的值小于98%,我們取這個r為亮斑的半徑。

這就是這個函數，，目的取合適的半徑使這個函數小于98%，

這樣就可以得到亮斑的半徑。。

目的就是找到這個函數的最小值：

具體代碼：

% Input: % I = input image % [crx, cry] = location of the corneal reflection center % crar = approximate radius of the corneal reflection % angle_delta = angle step size % % Output: % r = optimized corneal reflection radiusr=[];if crx==0 | cry==0 | crar==0return; endr = fminsearch(@(r) circular_error(r, I, angle_delta, crx, cry), crar);if r <= 0fprintf(1, 'Error! the radius of corneal reflection is 0\n');return; endfunction f = circular_error(r, I, angle_delta, crx, cry) [height width] = size(I); r_delta = 1; f = 0; Isum = 0; Isum2 = 0.000001; m = [0:angle_delta:(2*pi)]; cos_m = cos(m); sin_m = sin(m); for i = 1:size(m,2),x = crx + (r+r_delta) * cos_m(i); %r+1半徑上的X的坐標值y = cry + (r+r_delta) * sin_m(i); %r+1半徑上的Y的坐標值x2 = crx + (r-r_delta) * cos_m(i); %r-1半徑上的X的坐標值y2 = cry + (r-r_delta) * sin_m(i); %r-1半徑上的X的坐標值if (x > 0 & y > 0 & x < width & y < height) & (x2 > 0 & y2 > 0 & x2 < width & y2 < height)Isum = Isum + double(I(ceil(y),ceil(x))); %在r+1半徑上的像素值總和Isum2 = Isum2 + double(I(ceil(y2),ceil(x2))); %在r-1半徑上的像素值總和end end f = (Isum / Isum2); %兩個半徑的比率

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的人眼中亮斑的检测、定位和去除（2）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。