【技术实现步骤摘要】
本专利技术涉及图像处理和模式识别技术，特别是一种能够对人脸图像中眼睛进行定位的基于K-L变换和核相关系数的人脸图像中眼睛定位方法。
技术介绍
眼睛定位技术可以应用到疲劳驾驶检测、医学检查、视频会议和视觉制导等军民两用领域中。且该技术的应用所体现出的经济价值和社会价值越来显著，比如疲劳驾驶检测，可以大大降低恶性交通事故的发生率；视觉制导系统，可以提高武器系统的效能。目前， 定位人眼的方法大致可以分为三种基于图像分割技术、基于模式识别技术和基于模板匹配技术的人眼定位方法。基于图像分割的定位方法有Ostu法(最大类间方差法)和最大熵分割法等；基于模式识别技术的方法有人工神经网络定位法、特征眼法和SVM(支持向量机) 定位法等；基于模板匹配技术的方法最常用的是相关系数法。模板匹配法是较为简单有效的一种定位方法，它需要解决两个问题，首先需要确定一个较为可靠的模板，其次要有一种度量匹配程度的方法。利用传统的模板匹配法定位人眼，直接使用人眼图像作为模板(灰度模板)，将相关系数用作匹配程度的度量。这种检测方法会面临两个问题，模板的选择比较困难，一个人的眼睛模板(图像)只能与同一个人的眼睛进行匹配，检测其他人眼睛的效果差，泛化能力较弱，且对光照、噪声等影响因素较为敏感；此外，传统的相关系数是两个向量的线性相关，而图像具有较强的非线性和非高斯性，用线性相关系数度量匹配程度，效果不能令人满意。
技术实现思路
本专利技术所要解决的技术问题是针对现有技术中模板匹配在人眼定位中存在的不足，提供一种具有更高的准确性的基于K-L变换和核相关系数的眼睛定位方法。为实现上述目的，本专利技术提出...
【技术保护点】
１．一种基于Ｋ－Ｌ变换和核相关系数的人脸图像中眼睛定位方法，其特征在于：首先构建眼睛模板库，生成训练矩阵；对训练矩阵进行Ｋ－Ｌ变换，获取基向量和特征值，并选取主要基向量，将每个眼睛训练样本投影到主要基向量上，获得眼睛样本的投影系数向量；以投影系数向量作为模板，以核相关系数作为匹配程度的度量，在人脸图像中进行左眼和右眼的模板匹配；最后，最大核相关系数的位置，确定为眼睛位置。
【技术特征摘要】
1.一种基于K-L变换和核相关系数的人脸图像中眼睛定位方法，其特征在于首先构建眼睛模板库，生成训练矩阵；对训练矩阵进行K-L变换，获取基向量和特征值，并选取主要基向量，将每个眼睛训练样本投影到主要基向量上，获得眼睛样本的投影系数向量；以投影系数向量作为模板，以核相关系数作为匹配程度的度量，在人脸图像中进行左眼和右眼的模板匹配；最后，最大核相关系数的位置，确定为眼睛位置。2.根据权利要求1所述的人脸图像中眼睛定位的方法，其特征在于，构建眼睛模板库的具体步骤如下(1)建立人脸图像库；创建人脸样本库，对不同的人，在不同光照条件、不同表情条件下获取《幅人脸图像，作为提取人眼的样本图像，并统一取人脸图像的分辨率为 HxW (2)建立眼睛模板库；从人脸样本图像中，截取眼睛图像，为了便于更多的保留眼睛的特征，截取的眼睛图像中应包括眉毛、上眼睑、下眼睑和眼角，按左、右眼归类，并统一为相同的分辨率Axw ,构建含有/7个左眼图像和/7个右眼图像的眼睛模板库。3.根据权利要求1所述的人脸图像中眼睛定位的方法，其特征在于，生成训练矩阵的具体步骤如下(1)生成眼睛模板向量；将截取的眼睛模板图像，按列与列首尾相接，分别构成《个左眼和/7个右眼Axw维训练模板向量，设第左个左、右眼训练模板向量分别为咬和G , k = ；(2)构建训练矩阵；将左、右眼训练模板的向量作为行，分别构造左、右眼训练矩阵Ai1 和iT。4.根据权利要求1所述的人脸图像中眼睛定位的方法，其特征在于，对训练矩阵进行 K-L变换，获取基向量和特征值，其具体步骤是对生成的左眼、右眼训练矩阵，分别进行 K-L变换，得到左、右眼训练矩阵的基向量和特征值，并将基向量按相应的特...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。