روش استخراج مرز مردمك مبتني بر الگوريتم تكاملي ژنتيك

Pupil Boundary Detection Based on Genetic Algorithm

جراحي افتادگي يكي از شايع‏ترين روش‏هاي جراحي زيبايي است كه با برداشتن پوست اضافي و اصلاح موقعيت پلك باعث بهبود قابل توجهي در ظاهر فرد مي‏شود. بنابراين تعيين دقيق پارامترهاي ناحيه چشم، تاثير زيادي در نتيجه جراحي خواهد داشت. لذا به منظور يافتن پارامترهاي ناحيه پلك، استخراج مرز مردمك ضروري خواهد بود. در اين تحقيق براي استخراج مرز مردمك از يك روش مبتني بر الگوريتم تكاملي ژنتيك استفاده مي‏شود كه هدف اصلي آن يافتن ناحيه مردمك چشم با كمترين مقدار سطوح خاكستري و آنتروپي و نيز بيشترين مقدار اختلاف سطوح خاكستري ناحيه مردمك با نواحي مجاور است. نتايج حاصل از استخراج مرز مردمك و پارامترهاي ارزيابي محاسبه شده براي روش ارايه شده با چند مقاله ديگر مورد مقايسه قرار مي‏گيرد. ميانگين دقت و حساسيت روش ارايه شده براي دو بانك تصوير معروف مورد استفاده، به ترتيب برابر با 80/99 و 17/95 مي‌باشد.

Droopy eyelid surgery which is one of the most widespread cosmetic surgeries removes extra skin around the eyelid and improves it. Therefore, determination of eye parameters has significant effects on success of the surgery. To obtain the exact eye parameters, pupil boundary should be segmented. In this paper a new method based on genetic algorithm has been proposed to segment pupil in eye images which is a dark area with lowest entropy and have the maximum pixel intensity compared with its neighborhood iris. Performance evaluation measures are computed and compared with other methods. The average accuracy and sensitivity calculated for proposed method are 99.80 and 95.17 respectively.