【技术实现步骤摘要】
一种从眼部灰度图像缩小似然图计算识别上下眼皮的方法
本专利技术涉及一种计算识别上下眼皮的方法，特别是涉及一种从眼部灰度图像缩小似然图计算识别上下眼皮的方法。
技术介绍
人眼皮是一种皮肤褶皱，其目的是保护眼球的前表面。在这些任务中，眼皮有助于调节到达眼睛的光量(例如，凝视明亮光源时眯起眼睛)以及眼睛的维持(例如，在眨眼期间将泪膜分布在角膜上)。眼睛健康，这些任务会显着地改变眼睛的外观，给基于图像生物识别的相关眼睛特征的识别带来无数的问题。例如，它们可能导致瞳孔和虹膜被遮挡的程度或阻碍它们的照明补光。此外，眼皮可能会根据摄像机的眼睛位置而不断地封闭这些眼睛特征。因此，一个准确而健壮的眼睛眼皮位置的评估方法可以用来验证(甚至减少)感兴趣特征的搜索空间。此外，正确评估眼皮孔径对于眨眼、警觉、疲劳和嗜睡的识别也有直接的适用性目前在虹膜识别，疲劳检测方面对于眼皮的检测时间消耗和精准度，效率普遍不高。有多个公开可用的数据集包含眼皮数据注通常需要长时间的注册，处理优先顺序。文献中最广泛的数据集是ubiris和Casia数据集。然而，这些数据集是为生物测量目的而设计的，因此通常遵循...
【技术保护点】
1.一种从眼部灰度图像缩小似然图计算识别上下眼皮的方法，其特征在于，选择分别位于下眼皮和上眼皮的两组像素Pix‑l和Pix‑U，然后将它们用于拟合表示每个眼皮轮廓的函数；该方法主要包括：(1)重新标定图像的黑色区域，以降低噪声和计算量；(2)结合局部特征对图像进行滤波，生成眼皮的似然图；(3)在似然图上检测边缘；根据眼皮的方向和水平移动，选择两条边缘来表示眼皮的方向、计算强度值和累积灰度值；将输入图像划分为垂直五个部分，对于每个部分，找到一对最远和最短强度导数，两组代表上下眼皮，上眼皮和下眼皮点之间的平均距离计算和用作眼间隙度量，在虹膜识别方面，采用眼皮检测改善虹膜分割，提高识别率。
【技术特征摘要】
1.一种从眼部灰度图像缩小似然图计算识别上下眼皮的方法，其特征在于，选择分别位于下眼皮和上眼皮的两组像素Pix-l和Pix-U，然后将它们用于拟合表示每个眼皮轮廓的函数；该方法主要包括：(1)重新标定图像的黑色区域，以降低噪声和计算量；(2)结合局部特征对图像进行滤波，生成眼皮的似然图；(3)在似然图上检测边缘；根据眼皮的方向和水平移动，选择两条边缘来表示眼皮的方向、计算强度值和累积灰度值；将输入图像划分为垂直五个部分，对于每个部分，找到一对最远和最短强度导数，两组代表上下眼皮，上眼皮和下眼皮点之间的平均距离计算和用作眼间隙度量，在虹膜识别方面，采用眼皮检测改善虹膜分割，提高识别率。2.根据权利要求1所述的一种从眼部灰度图像缩小似然图计算识别上下眼皮的方法，其特征在于，具体的实现步骤为：1)缩放图像用于生成似然图：为了保存位于靠近眼睑暗淡的区域纹理,例如睫毛等，我们采用降低操作阈值，有利于低强度的像素；让RF成为一个降尺度因子,该缩小的图像的值RD从像素Pix-i∈Img(Pix-I＝Pi),基于方形滑动窗口Width(W)与L＝2*RF+1像素和像素计算步幅RF两侧，对于Width的每个位置，窗口中的平均强度u被计算为计算窗口强度直方图Hist，并且图像中的相对应像素值d计算公式为2)生成似然图：利用似然图生成四个不同的局部特征，即均值、标准差、偏度和水平边缘；对于缩小图RD中的每个像素，这些特征都是从以该像素为中心的邻域中导出的；在一个大小为7像素的局部矩形窗口上计算均值、标准差和偏度，并充当旋转不变稀疏边缘滤波器；此外，这些滤波器还可以作为旋转不变稀疏边缘滤波器，对睫毛部分覆盖的边缘也作出处理反馈；计算平均值为第一阶矩(M1)，并以缩小图像的补码作为输入(加权靠近眼皮较高的小阴影)；计算平均标准偏差为第二阶矩(M2)；计算平均偏度为第三阶矩(M3)；使用Prwitt算子检测水平边缘，去掉部分伪边缘，对噪声进行平滑处理，并作为似然图中水平边缘的强化；值得注意的是，即使眼睛与摄像机水平不对齐，眼皮的某些部分也会由于眼皮的弧形性质而引起生物反应。每个特征都产生一个相关的图：均值(M1)、标准差(M2)、倾斜度(M3)和水平边缘(E)图；这些逐点进行乘除地组合起来生成似然图L为有效地实现了E、M1和M2的高通滤波器和M3的低通滤波器；在L上采用了一个高度为3个像素、覆盖了L宽度30％的均值滤波器，以连接水平不...
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。