專(zhuān)利名稱(chēng)：：基于灰度信息的人眼精確定位方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種基于灰度信息的人眼精確定位方法，屬信息
技術(shù)領(lǐng)域：
。
背景技術(shù)：
：自動(dòng)人臉識(shí)別系統(tǒng)的構(gòu)建已經(jīng)成為一個(gè)模式識(shí)別和計(jì)算機(jī)視覺(jué)中的熱門(mén)研究領(lǐng)域。一般來(lái)說(shuō)，自動(dòng)人臉識(shí)別系統(tǒng)主要包括兩個(gè)部分，即人臉檢測(cè)和人臉識(shí)別，目前來(lái)看，兩個(gè)部分都有了一些效果較好的方法，雖然人臉檢測(cè)已經(jīng)取得了比較好的效果，但是由于人臉存在各種大小和不同的旋轉(zhuǎn)角度，使得我們?cè)谶M(jìn)行人臉識(shí)別前，必須對(duì)檢測(cè)到的人臉圖像進(jìn)行歸一化處理，在人臉各種面部特征中，眼睛是進(jìn)行人臉歸一化的首選特征，在人臉識(shí)別中，人眼定位的準(zhǔn)確度對(duì)人臉識(shí)別的效果有著重要的影響，現(xiàn)有的人眼檢測(cè)方法不能夠精確的對(duì)眼睛進(jìn)行定位，特別是在人臉圖像分辨率較低，噪音干擾較大的情況下往往定位的誤差較大，從而影響了后續(xù)的人臉識(shí)別系統(tǒng)的性能。
發(fā)明內(nèi)容本發(fā)明的目的在于克服現(xiàn)有技術(shù)之不足，而提供一種基于灰度信息的人眼精確定位的方法。本發(fā)明的技術(shù)方案是基于灰度信息的人眼精確定位方法，包括人臉檢測(cè)、灰度直方圖分析、圖像增強(qiáng)、Gabor小波濾波、聚類(lèi)分析及鄰域操作步驟；具體如下(l)人臉檢測(cè)用Adaboost算法對(duì)輸入的數(shù)字圖像進(jìn)行人臉檢測(cè)操作，得到人臉的位置和尺寸；(2)灰度直方圖分析:將檢測(cè)到的人臉圖像統(tǒng)一縮放到130X150像素大小進(jìn)行灰度化操作，選擇人臉圖像中央位置的一個(gè)大小為31X13像素的矩形區(qū)域作為膚色樣本分析的對(duì)象，設(shè)/(力J)是人臉圖像中G'，J)處的灰度值，歷是矩形區(qū)域的灰度平均值，如果"180,則在該矩形區(qū)域的灰度直方圖中，找到[yzr10，抓10]的范圍內(nèi)出現(xiàn)次數(shù)最多的一個(gè)灰度值作為膚色的灰度值W，對(duì)人臉圖像進(jìn)行灰度直方圖分析，確定人臉中膚膚色區(qū)域的灰度范圍；(3)圖像增強(qiáng)確定的膚色的灰度值W'，使用下式對(duì)圖像進(jìn)行增強(qiáng)操作，新的灰度圖像在(力J)處的灰度值記為/'(力J)。0,/(/，7')</關(guān)，/咖=wVa255,，/(,.,力>/簡(jiǎn)，0/"<formula>formulaseeoriginaldocumentpage5</formula>d=2c2,c2=2-35如果m》180，則不對(duì)圖像進(jìn)行增強(qiáng)操作，即尸U/U(4)Gabor小波濾波對(duì)于增強(qiáng)后的人臉圖像，使用Gabor小波對(duì)圖像進(jìn)行濾波操作，使用公式為<formula>formulaseeoriginaldocumentpage5</formula>如婦。2式中，F(xiàn)(Z，力表示像素點(diǎn)的空域坐標(biāo)，IIll表示范數(shù)運(yùn)算，、=V，、=C、//'，A=w/8,^{0,1,...,4}和/^{0，1,..,7}分別表示Gabor濾波器的方向和尺度，在Gabor濾波后產(chǎn)生的40個(gè)實(shí)部圖像中，選擇^=0,^{2.3，4}，即水平方向上尺度最大的三個(gè)實(shí)部圖像依照式<formula>formulaseeoriginaldocumentpage5</formula>進(jìn)行合成得到最后的參考圖像；(5)聚類(lèi)分析采用K-Means聚類(lèi)的方法對(duì)合成的參考圖像進(jìn)行分析，得到人眼候選窗口，二值化人眼候選窗口，對(duì)二值化后的每個(gè)人眼候選窗口中的白色區(qū)域進(jìn)行分析，得到人眼窗口；(6)鄰域操作使用兩個(gè)鄰域算子對(duì)人眼窗口進(jìn)行掃描，確定瞳孔中心位置。本發(fā)明與現(xiàn)有技術(shù)相比，具有檢測(cè)方法簡(jiǎn)單、眼睛定位精確的優(yōu)點(diǎn)。圖l為本發(fā)明流程圖示意圖。圖2為人臉圖像進(jìn)行灰度直方圖分析過(guò)程示意圖。圖3為圖像增強(qiáng)過(guò)程示意圖。圖4為Gabor小波濾波后的參考圖像。圖5為采用K-Means聚類(lèi)的方法對(duì)合成的參考圖像進(jìn)行分析，得到的人眼窗口。圖6為用兩個(gè)鄰域算子對(duì)人眼窗口進(jìn)行掃描，確定的瞳孔中心位置。具體實(shí)施例方式首先對(duì)輸入的數(shù)字圖像使用Adaboost算法進(jìn)行人臉檢測(cè)操作，得到人臉的位置和尺寸，把檢測(cè)到的人臉統(tǒng)一縮放到130X150像素大小，對(duì)人臉圖像進(jìn)行灰度化操作，選擇人臉圖像中央位置的一個(gè)大小為31X13像素的矩形區(qū)域作為膚色樣本分析的對(duì)象,設(shè)/(/,J)是人臉圖像中(/，j)處的灰度值，歷是矩形區(qū)域的灰度平均值，如果/^180，則在該矩形區(qū)域的灰度直方圖中，找到[/zr10，/^10]的范圍內(nèi)出現(xiàn)次數(shù)最多的一個(gè)灰度值作為膚色的灰度值w',使用下式對(duì)圖像進(jìn)行增強(qiáng)操作，新的灰度圖像在(i，j)處的灰度值記為尸"i>。/'('，y'》o,/(u')</m,n,/m,n=5〃^255,，/(/，/)>/max,/max=w7c2(/(/，;')-/mm)'255如果m^l80,則不對(duì)圖像進(jìn)行增強(qiáng)操作，即尸(J'，》=JG'，力，具體過(guò)程見(jiàn)圖2。對(duì)于增強(qiáng)后的人臉圖像，使用Gabor小波對(duì)圖像進(jìn)行濾波操作，使用公式為e、A'z-一式中，F(xiàn)(;r，》表示像素點(diǎn)的空域坐標(biāo)，IIll表示范數(shù)運(yùn)算，、,V，J,、ax/尸，^-^W8，^{0,1,..,4}和/^{0,1,..,7}分別表示Gabor濾波器的方向和尺度。在Gabor濾波后產(chǎn)生的40個(gè)實(shí)部圖像中，v={2,3,4},即水平方向上尺度最大的三個(gè)實(shí)部圖像依照下式進(jìn)行合成得到最后的參考圖像，見(jiàn)圖3。A+《2"3=1《3=2《2=4仏根據(jù)人臉面部器官的分布規(guī)律，能粗略估計(jì)人眼區(qū)域的分布，設(shè)(T:A^和力^^分別代表參考圖像的寬度和高度，左眼和右眼的坐標(biāo)分別為e,0r,，和&(義2,/2),《=1.3/4，y產(chǎn)1.6力/5,jf2=2.8/4,y2=1.6///5，以這兩點(diǎn)為中心，得到大小為0.32rX0.32fr的兩個(gè)人眼預(yù)處理窗口El和E2,見(jiàn)圖4。對(duì)每個(gè)人眼預(yù)處理窗口E，把它劃分為三個(gè)子集，初始化每一個(gè)子集的聚類(lèi)中心為ce"te/^min(》，ce^er2=max(》，ce/3ter3=(ce"ter,+ce/7ter2)/2。通過(guò)K—means算法找至lj新的聚類(lèi)中心ce"tar,'，ce77t印'，和ce^e/:3'，把ce"t印'所表示的子集設(shè)定為白色，其它兩個(gè)子集設(shè)定為黑色，如果一組白色像素組成的塊滿足如下條件之一，則該塊被置為黑色。(1):塊的寬度小于塊的高度。(2):塊的像素點(diǎn)總數(shù)小于7(7-10)。計(jì)算白塊的數(shù)量/7，同時(shí)計(jì)算每個(gè)白塊的中心位置，記為c,Or,》，QOr,》，…，y)。對(duì)這"個(gè)中心位置按縱坐標(biāo)排序得到新的中心序列cZ(義，》，Cr,y)，…，0r,/)，這里c,'(》《…《c/(》，如果/=1,則e(x'力=Cl'Or,j)。如果">=2，則eCr,y)=<2'Or,/)。設(shè)得到的兩只眼睛的中心位置分別為。Cr,y)和^0r,/)，其中e,0r,/)表示左眼中心位置，e"x,》表示右眼中心位置。/7,表示左眼預(yù)處理窗口中白塊的數(shù)目，仏表示右眼預(yù)處理窗口中白塊的數(shù)目，如果e,Cr,》和&"y)兩點(diǎn)所形成的水平夾角大于30度，且/7,〉仏時(shí)，眼睛中心位置e,0r,y)被移除，/7,〈A時(shí)，眼睛中心位置er(義，力被移除，重新計(jì)算新的眼睛中心的位置，最后，以得到的眼睛位置eU,y)為中心，在人臉灰度圖像上切取31X13像素大小的矩形窗口作為人眼窗口￡F，具體過(guò)程見(jiàn)圖5。對(duì)眼睛窗口^T中的每一個(gè)像素，求該像素周?chē)?^3鄰域的像素值的和，然后用和值替代該像素的灰度值，見(jiàn)圖6。用該領(lǐng)域算子對(duì)^F掃描一遍，把新得到的人眼窗口圖像記為AT(:,j,在)V/(3,3)中，使用同樣的方法獲得該圖像的5X5鄰域圖像，記為7^(5,5)。找到#/(5.5)中具有最小灰度值的位置，記為A,、"力，則瞳孔中心位置/U》=權(quán)利要求1、一種基于灰度信息的人眼精確定位方法，其特征在于該定位方法包括人臉檢測(cè)、灰度直方圖分析、圖像增強(qiáng)、Gabor小波濾波、聚類(lèi)分析及鄰域操作步驟；具體如下(1)人臉檢測(cè)用Adaboost算法對(duì)輸入的數(shù)字圖像進(jìn)行人臉檢測(cè)操作，得到人臉的位置和尺寸；(2)灰度直方圖分析將檢測(cè)到的人臉圖像統(tǒng)一縮放到130×150像素大小進(jìn)行灰度化操作，選擇人臉圖像中央位置的一個(gè)大小為31×13像素的矩形區(qū)域作為膚色樣本分析的對(duì)象，設(shè)I(i，j)是人臉圖像中(i，j)處的灰度值，m是矩形區(qū)域的灰度平均值，如果m＜180，則在該矩形區(qū)域的灰度直方圖中，找到[m-10，m+10]的范圍內(nèi)出現(xiàn)次數(shù)最多的一個(gè)灰度值作為膚色的灰度值si，對(duì)人臉圖像進(jìn)行灰度直方圖分析，確定人臉中膚色區(qū)域的灰度范圍；(3)圖像增強(qiáng)確定的膚色的灰度值si，使用下式對(duì)圖像進(jìn)行增強(qiáng)操作，新的灰度圖像在(i，j)處的灰度值記為I”(i，j)。<mathsid="math0001"num="0001"><math><![CDATA[<mrow><msup><mi>I</mi><mo>&prime;</mo></msup><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mfencedopen='{'close=''><mtable><mtr><mtd><mn>0</mn></mtd><mtd><mo>,</mo><mi>I</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>&lt;</mo><msub><mi>I</mi><mi>min</mi></msub><mo>,</mo><msub><mi>I</mi><mi>min</mi></msub><mo>=</mo><mi>si</mi><mo>/</mo><msub><mi>c</mi><mn>1</mn></msub></mtd></mtr><mtr><mtd><mn>255</mn><mo>,</mo></mtd><mtd><mo>,</mo><mi>I</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>></mo><msub><mi>I</mi><mi>max</mi></msub><mo>,</mo><msub><mi>I</mi><mi>max</mi></msub><mo>=</mo><mi>si</mi><mo>/</mo><msub><mi>c</mi><mn>2</mn></msub></mtd></mtr><mtr><mtd><mfrac><mrow><mrow><mo>(</mo><mi>I</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>-</mo><msub><mi>I</mi><mi>min</mi></msub><mo>)</mo></mrow><mo>&CenterDot;</mo><mn>255</mn></mrow><mrow><mo>(</mo><msub><mi>I</mi><mi>max</mi></msub><mo>-</mo><msub><mi>I</mi><mi>min</mi></msub><mo>)</mo></mrow></mfrac><mo>,</mo></mtd><mtd><mi>others</mi></mtd></mtr></mtable></mfenced></mrow>]]></math></maths>c1＝2c2，c2＝2.35如果m≥180，則不對(duì)圖像進(jìn)行增強(qiáng)操作，即I’(i，j)＝I(i，j)；(4)Gabor小波濾波對(duì)于增強(qiáng)后的人臉圖像，使用Gabor小波對(duì)圖像進(jìn)行濾波操作，使用公式為<mathsid="math0002"num="0002"><math><![CDATA[<mrow><msub><mi>&psi;</mi><mrow><mi>&mu;</mi><mo>,</mo><mi>v</mi></mrow></msub><mrow><mo>(</mo><mi>z</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><mo>|</mo><mo>|</mo><msub><mi>k</mi><mrow><mi>&mu;</mi><mo>,</mo><mi>v</mi></mrow></msub><mo>|</mo><mo>|</mo></mrow><msup><mi>&sigma;</mi><mn>2</mn></msup></mfrac><msup><mi>e</mi><mrow><mo>(</mo><mo>-</mo><msup><mrow><mo>|</mo><mo>|</mo><msub><mi>k</mi><mrow><mi>&mu;</mi><mo>,</mo><mi>v</mi></mrow></msub><mo>|</mo><mo>|</mo></mrow><mn>2</mn></msup><msup><mrow><mo>|</mo><mo>|</mo><mi>z</mi><mo>|</mo><mo>|</mo></mrow><mn>2</mn></msup><mo>/</mo><msup><mrow><mn>2</mn><mi>&sigma;</mi></mrow><mn>2</mn></msup><mo>)</mo></mrow></msup><mo>[</mo><msup><mi>e</mi><mrow><msub><mi>ik</mi><mrow><mi>&mu;</mi><mo>,</mo><mi>v</mi></mrow></msub><mi>z</mi></mrow></msup><mo>-</mo><msup><mi>e</mi><mrow><mo>-</mo><msup><mi>&sigma;</mi><mn>2</mn></msup><mo>/</mo><mn>2</mn></mrow></msup><mo>]</mo></mrow>]]></math></maths>式中，z＝(x，y)表示像素點(diǎn)的空域坐標(biāo)，||·||表示范數(shù)運(yùn)算，id="icf0003"file="A2009100947640002C3.tif"wi="15"he="4"top="219"left="24"img-content="drawing"img-format="tif"orientation="portrait"inline="yes"/>kv＝kmax/fv，id="icf0004"file="A2009100947640002C4.tif"wi="15"he="3"top="220"left="59"img-content="drawing"img-format="tif"orientation="portrait"inline="yes"/>v∈{0，1，…，4}和μ∈{0，1，…，7}分別表示Gabor濾波器的方向和尺度，在Gabor濾波后產(chǎn)生的40個(gè)實(shí)部圖像中，選擇μ＝0，v＝{2，3，4}，即水平方向上尺度最大的三個(gè)實(shí)部圖像依照式G(x，y)＝q1f(x，y)*ψ2，0+q2f(x，y)*ψ3，0+q3f(x，y)*ψ4，0<mathsid="math0003"num="0003"><math><![CDATA[<mfencedopen='{'close=''><mtable><mtr><mtd><msub><mi>q</mi><mn>1</mn></msub><mo>+</mo><msub><mi>q</mi><mn>2</mn></msub><mo>+</mo><msub><mi>q</mi><mn>3</mn></msub><mo>=</mo><mn>1</mn></mtd></mtr><mtr><mtd><msub><mi>q</mi><mn>3</mn></msub><mo>=</mo><msub><mrow><mn>2</mn><mi>q</mi></mrow><mn>2</mn></msub><mo>=</mo><msub><mrow><mn>4</mn><mi>q</mi></mrow><mn>1</mn></msub></mtd></mtr></mtable></mfenced>]]></math></maths>進(jìn)行合成得到最后的參考圖像；(5)聚類(lèi)分析采用K-Means聚類(lèi)的方法對(duì)合成的參考圖像進(jìn)行分析，得到人眼候選窗口，二值化人眼候選窗口，對(duì)二值化后的每個(gè)人眼候選窗口中的白色區(qū)域進(jìn)行分析，得到人眼窗口；(6)鄰域操作使用兩個(gè)鄰域算子對(duì)人眼窗口進(jìn)行掃描，確定瞳孔中心位置。全文摘要本發(fā)明涉及一種基于灰度信息的人眼精確定位方法，屬信息
技術(shù)領(lǐng)域：
。方法為(1)人臉檢測(cè)從輸入圖像中定位人臉區(qū)域；(2)灰度直方圖分析對(duì)人臉圖像進(jìn)行灰度直方圖分析，確定人臉中膚色區(qū)域的灰度范圍；(3)圖像增強(qiáng)對(duì)圖像進(jìn)行灰度調(diào)整，使眼部特征更加明顯；(4)Gabor小波濾波對(duì)增強(qiáng)后的圖像進(jìn)行Gabor小波濾波操作，利用Gabor濾波后的實(shí)部圖像進(jìn)行合成，得到參考圖像；(5)聚類(lèi)分析采用K-Means聚類(lèi)的方法對(duì)合成的參考圖像進(jìn)行分析，得到二值化人眼候選窗口，對(duì)二值化后的每個(gè)人眼候選窗口中的白色區(qū)域進(jìn)行分析，確定人眼的大致位置，得到人眼窗口；(6)鄰域操作使用兩個(gè)鄰域算子對(duì)人眼窗口進(jìn)行掃描，確定瞳孔中心位置。本發(fā)明具有檢測(cè)方法簡(jiǎn)單、眼睛定位精確的優(yōu)點(diǎn)。文檔編號(hào)G06T7/00GK101615292SQ20091009476公開(kāi)日2009年12月30日申請(qǐng)日期2009年7月24日優(yōu)先權(quán)日2009年7月24日發(fā)明者丹徐,錢(qián)志明申請(qǐng)人:云南大學(xué)