一种改进的积分投影法的人眼定位方法技术

本发明专利技术公开了一种改进的积分投影法的人眼定位方法，属于人眼定位领域。本发明专利技术在人眼初定位时，针对积分投影法对二值化的人脸图像进行水平投影后易将眼睛和眉毛混淆的问题，对行梯度图进行水平投影，过滤掉眉毛，突出人眼位置；在人眼最终定位时，针对积分投影法对二值化的人眼初定位图像进行垂直投影后无法获取精准的人眼中心的问题，对经过高斯滤波后的初定位人眼原图进行垂直投影，分割出左眼和右眼，根据左眼图像和右眼图像的尺寸来获取精准的人眼中心点。本发明专利技术通过改进的积分投影法能够准确区分眼睛和眉毛，并且得到了精准的人眼中心点，相比于传统积分投影法能够获得更好的检测效果。

【技术实现步骤摘要】
一种改进的积分投影法的人眼定位方法
本专利技术涉及人眼定位领域，具体涉及一种改进的积分投影法的人眼定位方法。
技术介绍
人眼定位在计算机视觉领域占有重要的地位，在人脸识别、疲劳检测等方面有着极其广泛的应用。人眼定位是指在人脸范围内,检测出人眼在人脸中的准确位置,属于目标检测的范畴。目前，比较流行的人眼定位算法主要包括区域分割法、统计学习法、积分投影法等。积分投影法对人脸图像进行人眼定位时，大致分为两步：(1)人眼初定位：首先对图像进行二值化处理，然后对二值化图像进行水平方向的积分投影，最后根据波谷的分布信息来分割出一对眼睛；(2)人眼最终定位：对分割出的眼睛图像先进行二值化，再进行垂直方向的积分投影，根据波谷的分布信息获取虹膜中心所对应的列，从而定位虹膜中心。积分投影法的计算量小，但由于眉毛中心所在行的灰度和与眼睛中心所在行的灰度和近似相同，当出现光照不均匀的情况时，很难从二值化人脸图像中辨别眼睛和眉毛，故该方法定位的准确率不高；另外，该方法可以得到虹膜中心，但眼睛的中心往往不是虹膜的中心，这是因为虹膜的位置会随着视线方向的改变而改变，所以该方法无法得到精确的眼睛中心点。荔小虎等(荔小虎，唐晶磊.基于肤色匹配和积分投影结合的人眼定位方法研究[J].计算机应用，2018，12：59-61.)提出积分投影法来定位人眼。首先通过肤色匹配检测出人脸，然后利用积分投影法来获取虹膜中心点。这种方法虽然计算速度快，但是在光照较弱的情况下易将眼睛和眉毛混淆并且在光照均匀的情况下得不到精准的人眼中心点。李德武等(李德武，舒小华，方盛，杨顺波.基于积分投影与区域生长的人眼定位方法[J].湖南工业大学学报，2018，32(1)：88-92.)提出积分投影法和区域生长法结合来定位人眼。首先通过积分投影法对人眼进行了初定位，然后采用区域生长法分割出虹膜，进而得到虹膜中心点。此方法虽然减少了光照带来的影响，但是虹膜的分割易受眉毛影响，并且最终得到的人眼中心点并不准确。
技术实现思路
[技术问题]现有人眼定位技术难以辨别眼睛和眉毛且得不到精准的人眼中心。[技术方案]本专利技术提供一种改进的积分投影法的人眼定位方法，包括：S1选择两个方向相反且长度相同的一维梯度算子分别对人脸图像做卷积运算，分别获得经卷积后的图像；S2将两个经卷积后的图像相加得到行梯度图；S3对行梯度图进行水平积分投影，得到行梯度水平投影函数，获取行梯度水平投影函数的最大值；S4将行梯度水平投影函数的最大值位置所对应的行作为人眼中心的水平位置，从最大值位置开始分别向前、后两个方向寻找行梯度水平投影函数的值为最大值1/2的位置，将这两个位置所对应的行作为人眼区域的上、下两条边界，得到人眼的初定位图像，并采用高斯滤波对图像抑制噪声；S5对抑制噪声后的人眼图像进行垂直积分投影得到垂直投影曲线，以垂直投影曲线的极值点所对应的列为边界，在人眼图像上分割出左眼和右眼；S6根据分割出的左眼图像和右眼图像的尺寸来确定左眼和右眼的中心点坐标。在本专利技术的一种实施方式中，所述卷积公式如下：g1＝l1*I(x,y)g2＝l2*I(x,y)其中，l1为一维梯度算子，I(x,y)为人脸图像，g1为人脸图像经一维梯度算子l1卷积后的图像，l2是与l1方向相反且长度相同的一维梯度算子，g2为人脸图像经一维梯度算子l2卷积后的图像。在本专利技术的一种实施方式中，所述行梯度图的计算公式如下：g3＝g1+g2。在本专利技术的一种实施方式中，所述行梯度水平投影函数为：其中，|g3(x,y)|为g3的行梯度模值，x1、x2为行梯度图中像素点的横坐标。在本专利技术的一种实施方式中，S4步骤中，采用高斯滤波抑制噪声。在本专利技术的一种实施方式中，S5步骤中，所述分割出左眼和右眼方法为：垂直投影曲线的第一个极大值点为左眼的左边界，第二个极大值点为左虹膜的左边界，第三个极大值点为左虹膜的中心，第四个极大值点为左虹膜的右边界，第五个极大值点为左眼的右边界，第六个极大值点为鼻根的中心，第七个极大值点为右眼的左边界，第八个极大值点为右虹膜的左边界，第九个极大值点为右虹膜的中心，第十个极大值点为右虹膜的右边界，第十一个极大值点为右眼的右边界；取从第一个极大值点所对应的列到第五个极大值点所对应的列作为左眼垂直方向的范围，取第七个极大值点所对应的列到第十一个极大值点所对应的列作为右眼垂直方向的范围，由此分割出左眼和右眼。在本专利技术的一种实施方式中，步骤S6中，确定左眼和右眼的中心点坐标的方法为：设分割出的左眼图像的像素尺寸为m×n,右眼图像像素尺寸为p×q；若m和n均为偶数，则左眼的中心点坐标为(m/2,n/2)；若m为偶数，n为奇数，则左眼的中心点坐标为(m/2,(n+1)/2)；若m为奇数，n为偶数，则左眼的中心点坐标为((m+1)/2,n/2)；若m为奇数，n为奇数，则左眼的中心点坐标为((m+1)/2,(n+1)/2)；若p和q均为偶数，则右眼的中心点坐标为(p/2,q/2)；若p为偶数，q为奇数，则右眼的中心点坐标为(p/2,(q+1)/2)；若p为奇数，q为偶数，则右眼的中心点坐标为((p+1)/2,q/2)；若p为奇数，q为奇数，则左眼的中心点坐标为((p+1)/2,(q+1)/2)。[有益效果]本专利技术在人眼初定位时，针对积分投影法对二值化的人脸图像进行水平投影后难以区分眼睛和眉毛的问题，做出改进：对行梯度图进行水平投影，过滤掉眉毛，突出人眼位置；在人眼最终定位时，针对积分投影法对二值化的人眼初定位图像进行垂直投影后无法获取精准的人眼中心的问题，做出改进：对经过高斯滤波后的初定位人眼原图进行垂直投影，分割出左眼和右眼，根据左眼图像和右眼图像的尺寸来获取精准的人眼中心点。本专利技术通过改进的积分投影法能够准确区分眼睛和眉毛，并且得到了精准的人眼中心点，相比于传统积分投影法能够获得更好的检测效果。附图说明图1是实施例1的改进的积分投影法的人眼定位算法流程图。图2是实施例2的两个一维梯度算子。(a)一维梯度算子l1，(b)一维梯度算子l2。图3是实施例2的人脸原图。图4是实施例2的原图经一维梯度算子l1卷积后的图像。图5是实施例2的原图经一维梯度算子l2卷积后的图像。图6是实施例2的两个卷积图相加后的图像。图7是实施例2的两个卷积图相加后的三维图。图8是实施例2的水平投影图。图9是实施例2的初定位的人眼图。图10是实施例2的高斯滤波后的图像。图11是实施例2的垂直投影图。图12是实施例2的精准定位的人眼图；(a)左眼，(b)右眼。具体实施方式下面结合附图和实施例对本专利技术作进一步详细说明。实施例1本实施例提供一种改进的积分投影法的人眼定位方法，如图1所示，所述方法包括：步骤1：人眼中心所在行的灰度值在虹膜和巩本文档来自技高网...

【技术保护点】
1.一种改进的积分投影法的人眼定位方法，其特征在于，包括：/nS1选择两个方向相反且长度相同的一维梯度算子分别对人脸图像做卷积运算，分别获得经卷积后的图像；/nS2将两个经卷积后的图像相加得到行梯度图；/nS3对行梯度图进行水平积分投影，得到行梯度水平投影函数，获取行梯度水平投影函数的最大值；/nS4将行梯度水平投影函数的最大值位置所对应的行作为人眼中心的水平位置，从最大值位置开始分别向前、后两个方向寻找行梯度水平投影函数的值为最大值1/2的位置，将这两个位置所对应的行作为人眼区域的上、下两条边界，得到人眼的初定位图像，并采用高斯滤波对图像抑制噪声；/nS5对抑制噪声后的人眼图像进行垂直积分投影得到垂直投影曲线，以垂直投影曲线的极值点所对应的列为边界，在人眼图像上分割出左眼和右眼；/nS6根据分割出的左眼图像和右眼图像的尺寸来确定左眼和右眼的中心点坐标。/n

【技术特征摘要】
1.一种改进的积分投影法的人眼定位方法，其特征在于，包括：
S1选择两个方向相反且长度相同的一维梯度算子分别对人脸图像做卷积运算，分别获得经卷积后的图像；
S2将两个经卷积后的图像相加得到行梯度图；
S3对行梯度图进行水平积分投影，得到行梯度水平投影函数，获取行梯度水平投影函数的最大值；
S4将行梯度水平投影函数的最大值位置所对应的行作为人眼中心的水平位置，从最大值位置开始分别向前、后两个方向寻找行梯度水平投影函数的值为最大值1/2的位置，将这两个位置所对应的行作为人眼区域的上、下两条边界，得到人眼的初定位图像，并采用高斯滤波对图像抑制噪声；
S5对抑制噪声后的人眼图像进行垂直积分投影得到垂直投影曲线，以垂直投影曲线的极值点所对应的列为边界，在人眼图像上分割出左眼和右眼；
S6根据分割出的左眼图像和右眼图像的尺寸来确定左眼和右眼的中心点坐标。


2.如权利要求1所述的一种改进的积分投影法的人眼定位方法，其特征在于，所述卷积公式如下：
g1＝l1*I(x,y)
g2＝l2*I(x,y)
其中，l1为一维梯度算子，I(x,y)为人脸图像，g1为人脸图像经一维梯度算子l1卷积后的图像，l2是与l1方向相反且长度相同的一维梯度算子，g2为人脸图像经一维梯度算子l2卷积后的图像。


3.如权利要求2所述的一种改进的积分投影法的人眼定位方法，其特征在于，所述行梯度图的计算公式如下：
g3＝g1+g2。


4.如权利要求3所述的一种改进的积分投影法的人眼定位方法，其特征在于，所述行梯度水平投影函数为：



其中，|g3(x,y)|为g3的行梯度模值，x1、x2为行梯度图中像素点的横坐标。


5.如权利要求4所述的一种改进的积分投影法的人...

【专利技术属性】
技术研发人员：朱建鸿，徐立杰，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏;32