基于HOG特征和FAST算法的双眼定位方法技术

一种基于HOG特征和FAST算法的双眼定位方法，载入训练好的SVM模型文件；获取待定位的第i张帧图像，并复制出图像midImage；对图像midImage进行预处理；使用FAST算法进行光斑检测，获取候选区域中心点坐标向量points；依次对候选区域是否为眼睛区域进行判断，获取眼睛区域中心点向量pointsTru；对于向量pointsTru中的点进行筛选，获取最终返回向量大小最多为2的眼睛区域中心点向量；若只检测到一只眼睛，则进行修复；返回眼睛区域中心点向量pointsFnl，并遍历向量pointsFnl，截取以pointsFnl为中心的矩形区域为眼睛区域。本发明专利技术稳定适应环境的变化、对环境的鲁棒性和准确率较高、误报率较低。

【技术实现步骤摘要】
基于HOG特征和FAST算法的双眼定位方法
本专利技术涉及计算机视觉、图像处理、模式识别等
，是一种针对红外光单摄像头设备采集的人脸图像中实现双眼快速定位的方法，该方法可用于学校、银行、监狱、工厂等公共场合，对于私人住宅的门禁和周围区域同样适用。
技术介绍
生物特征识别技术是一种利用自动化技术检测个人生理特征或个人行为特征进行身份验证的技术，在商业领域、军事领域、刑侦领域等方面都得到了广泛应用。在众多的生物特征中，虹膜识别以其唯一性、稳定性、可采集性、非侵犯性等优点，具有重要的学术研究价值以及广阔的应用前景，在近几十年中得到了飞速的发展，在中国就已广泛的应用于公安、安全、海关、金融、军队、机场、边防口岸、安防等多个重要行业及领域，以及智能门禁、门锁、考勤、手机、数码相机、智能玩具等民用市场。然而，在实际应用中，虹膜识别依然面临着诸多的挑战，如何快速精确地定位由单摄像头设备采集的人脸图像中的双眼位置，是下一步虹膜定位、提取特征和识别的必要前提。由于虹膜识别的应用范围广泛，摄像头设备可能处在任意位置，并且受到诸多环境因素影响，造成采集的图片具有复杂且不恒定的背景噪声；此外人们日常生本文档来自技高网...

【技术保护点】
一种基于HOG特征和FAST算法的双眼定位方法，其特征在于：包括如下步骤：1)载入训练好的SVM模型文件；2)获取待定位的第i张帧图像srcImage，并复制出图像midImage，i为正整数；3)对图像midImage进行预处理；4)对图像midImage使用FAST算法进行光斑检测，获取候选区域中心点坐标向量points；5)依次对图像midImage上的候选区域是否为眼睛区域进行判断，获取眼睛区域中心点向量pointsTru；6)对于向量pointsTru中的点进行筛选，获取最终返回向量大小最多为2的眼睛区域中心点向量pointsFnl；7)若只检测到一只眼睛，即向量pointFnl的大...

【技术特征摘要】
1.一种基于HOG特征和FAST算法的双眼定位方法，其特征在于：包括如下步骤：1)载入训练好的SVM模型文件；2)获取待定位的第i张帧图像srcImage，并复制出图像midImage，i为正整数；3)对图像midImage进行预处理；4)对图像midImage使用FAST算法进行光斑检测，获取候选区域中心点坐标向量points；5)依次对图像midImage上的候选区域是否为眼睛区域进行判断，获取眼睛区域中心点向量pointsTru；6)对于向量pointsTru中的点进行筛选，获取最终返回向量大小最多为2的眼睛区域中心点向量pointsFnl；7)若只检测到一只眼睛，即向量pointFnl的大小为1，则进行修复；8)返回眼睛区域中心点向量pointsFnl，并遍历向量pointsFnl，截取以pointsFnl为中心的矩形区域为眼睛区域。2.如权利要求1所述的一种基于HOG特征和FAST算法的双眼定位方法，其特征在于：所述步骤3)中，预处理的过程如下：3.1)对图像midImage进行灰度变换，将图像转化为灰度图；3.2)对图像midImage进行高斯平滑处理，对嘈杂点进行过滤；3.3)对图像midImage进行膨胀操作，将光斑点放大。3.如权利要求1或2所述的一种基于HOG特征和FAST算法的双眼定位方法，其特征在于：所述步骤4)中，FAST算法的过程如下：4.1)设置阈值t，用于比较周围像素点与中心像素点的灰度差值；4.2)依次选取图像midImage中的像素点P，并设该点的灰度值为I(P)。在以P为圆心，半径为3像素的圆周上，取16个像素点。以点P正上方的像素点为1号，顺时针对16个像素进行编号，依次设为P'[1]、P'[2]、...、P'[16]；4.3)选取P'[1]、P'[5]、P'[9]与P'[13]像素点，若这四个像素点中有至少3个像素点的灰度值同时大于I(P)+t或者同时小于I(P)-t时，则跳至步骤4.4，否则返回步骤4.2)；4.4)此时初步判断点P为角点，遍历1至16号像素点P'[i](i＝1,2,...,16)，设P'[i]处的灰度值为I(P'[i])。若存在连续9个像素点上的灰度值I(P'[i])同时大于I(P)+t或者同时小于I(P)-t，则判断点P为角点，将点P加入temp_points向量，否则返回步骤4.2)；4.5)重复步骤4.2)-4.4)，直至图像midImage中像素遍历完成，获得temp_points向量；4.6)对向量temp_points中的角点进行非极大值抑制，重新得到temp_points向量；4.7)选取temp_points向量中的第一个点，将其加入points向量中；4.8)继续依次选取temp_points向量中的角点TP，并与points向量中的每个点CP[i]进行比较，i为正整数；4.9)如果存在CP[i]，使得CP[i]在TP的20*20像素邻域中，则直接返回步骤4.7)，否则将点TP加入points向量中，返回步骤4.7)，直到遍历temp_points向量结束；4.10)输出points向量。4.如权利要求3所述的一种基于HOG特征和FAST算法的双眼定位方法，其特征在于：所述4..6)中，非极大值抑制过程如下：4.6.1)依次取temp_points中的点TP；4.6.2)取以角点TP为中心的3*3像素邻域，对邻域中的每一个角点P计算得分函数的值V，V的值为I(P)与I(P'[i])(i＝1,2...,16)的差值的绝对值的总和，公式如为：4.6.3)取V值最大的角点P，作为该邻域中的极大值...

【专利技术属性】
技术研发人员：张永良，陈骁，陈小柱，周涤心，钱笑笑，
申请(专利权)人：杭州岱石科技有限公司，
类型：发明
国别省市：浙江,33