一種人眼檢測中消除眼鏡框影響的方法
【技術領域】
[0001] 本發明屬于生物特征識別及信息安全的技術領域，特別涉及一種人眼檢測中消除 眼鏡框影響的方法。
【背景技術】
[0002] 生物特征識別技術因為生物特征(指紋、虹膜、臉像等等）自身固有的特性使得它 超越和替代傳統的身份識別技術成為現實的可能，并且已經在一些國家和地區的特定應用 領域開始被推廣和使用。人眼識別可以在不被觀測目標發現的情況下對其進行識別，從而 能在目標不配合的情況下也可以進行目標識別，使得人臉識別技術具有構建更加安全的社 會環境的應用潛力；其中人眼作為人臉特征的關鍵部位，是生物特征識別的重要依據，人眼 檢測定位的準確性直接影響著人臉識別以及疲勞檢測的可靠性。但是人眼定位的準確性受 多種因素的影響，在無限定人臉識別的實際應用條件下，眼鏡框是引起定位錯誤的最主要 因素之一。投影函數法和Hough變換法作為人眼定位的典型方法，在針對眼鏡框的處理上 都具有一定的局限性，具體表現為：投影函數法通過圖像的灰度變化來定位人眼，雖然這種 方法實現簡單，計算量小，但因為眼鏡框在人眼附近，眼鏡框的灰度變化對人眼定位產生了 干擾，定位效果較差；Hough變換法利用虹膜為圓形的特征進行人眼定位，雖然該方法計算 準確，但是必須在虹膜完整的情況下才能有較好的效果，而由于鏡片的反光、眼鏡框及眼睫 毛的影響很難采集到完整的虹膜。
[0003] 目前已經公開的文獻資料，還沒有針對眼鏡框對定位人眼干擾的消除相關方面的 研宄。
【發明內容】
[0004] 本發明的目的就是針對人眼檢測中眼鏡框對人眼定位的干擾問題，提供一種人眼 檢測中消除眼鏡框影響的方法。
[0005] 本發明方法的具體步驟是： 步驟（1)在利用AdaBoost檢測算法已經得到的人臉眼部區域的基礎上，對已確定的人 臉眼部區域進行垂直灰度投影，即沿鼻梁方向投影，根據灰度投影分布的中間位置的最大 值點來分割得到左、右眼部區域；對于非灰度圖像，進行灰度化后處理； 步驟（2)對左、右眼區域分別進行水平灰度投影，即垂直于鼻梁方向投影，根據灰度投 影分布的中間區域的極小值點，并結合人眼的幾何結構特征得到所在人眼的水平位置，從 而提取出左、右眼條形區域； 步驟（3)對左、右眼條形區域進行初始二值化，然后利用人眼部區域虹膜和瞳孔的近 似圓形的結構特征，在二值化圖像中進行眼部區域圓擬合，再通過圓擬合度來自適應調整 二值化閾值再次二值化，多次迭代直至圓擬合度達到事先設定的值； 所述的二值化從一個初始化閾值開始，利用二值化圓擬合來自適應調整二值化的閾 值，最后以達到要求的圓擬合度對應的圓心作為人眼位置坐標。
[0006] 本發明用來檢測眼部區域的AdaBoost算法在訓練分類器時選取眼部區域和非眼 部區域作為正、負樣本，眼鏡框消除是在已經檢測出的眼部區域中進行的。本發明關鍵在于 利用人眼類圓形與眼鏡框條形的區別，利用自適應二值化圓擬合的方法，通過圓擬合有效 地消除眼鏡框對定位人眼的影響。
[0007] 本發明利用眼鏡框的固有特征和眼睛類圓形的特征作為輔助以消除眼鏡框對定 位的不利影響，充分挖掘眼部結構信息，并結合眼鏡的框型固定特征，有效的避免了鏡框引 起的人眼定位錯誤。
[0008]
【具體實施方式】： 下面結合實施例對本發明進一步說明。
[0009] 一種人眼檢測中消除眼鏡框影響的方法，具體如下： 步驟1、在利用AdaBoost檢測算法得到的人臉眼部區域的基礎上，首先在眼部區域內 運用垂直和水平灰度投影，并結合鏡框的固有特征來得到左、右眼部條形區域；其次分別對 左、右眼部條形區域進行初始二值化，利用人眼虹膜和瞳孔的類圓形特征，運用自適應二值 化圓擬合來調整二值化閾值，重新對左、右眼部條形區域二值化；迭代處理，最終左、右眼部 條形區域的二值化圖像圓擬合的圓心即為人臉左、右眼位置坐標。
[0010] 在本實施例中，步驟1 (分割人左、右眼部區域）具體過程包括：首先將利用 AdaBoost檢測算法得到的眼部區域(一般為長方形)的寬度記為5T (垂直于鼻梁方向)，高度 IS? 記為H (水平于鼻梁方向)，經過垂直灰度投影后取j~γ范圍內的最大值即為左、右眼中 心線，據此分割成左、右眼部區域。
[0011] 步驟2、提取人眼條形區域，具體過程是：首先進行水平灰度投影，低通濾波后，提 取水平灰度投影的所有極小值點。每個極小值點都是一個U型的谷底，取具有最大U型開 口，并最靠近高度Ji的中心所對應的極小值點，根據該點的位置和對應的最大U型開口取 出一個條形區域作為人眼條形區域，左、右眼部區域處理過程相同。
[0012] 步驟3、自適應圓擬合定位人眼，具體過程是：對提取到的人眼條形區域二值化， 初始取一個較小的二值化閾值，本實施例中初始取二值化閾值％取為1，若區域中的像素 值小于該閾值時，二值化后的像素值為0,否則為1。然后搜索所有像素值為0的連通區域， 判定區域中包含的像素個數是否大于F(F通常取二分之一條形區域的高度的平方的整 數，本實施例中iV取40)，滿足則計算圓擬合度，如果該區域包含的像素點最多，并且圓擬 合度大于等于0. 9,則取擬合圓心作為人眼的中心，以此標定人眼；如果不滿足則讓二值化 閾值石每次增加一個確定的值(本實施例中取增加值為2)，然后重復上述的判定過程，逐 次迭代直至滿足要求。左、右眼條形區域處理過程相同，分別處理得到左右眼中心，定位人 眼。
【主權項】
1. 一種人眼檢測中消除眼鏡框影響的方法，其特征在于該方法的具體步驟是： 步驟（1)在利用AdaBoost檢測算法已經得到的人臉眼部區域的基礎上，對已確定的人 臉眼部區域進行垂直灰度投影，即沿鼻梁方向投影，根據灰度投影分布的中間位置的最大 值點來分割得到左、右眼部區域；對于非灰度圖像，進行灰度化后處理； 步驟（2)對左、右眼區域分別進行水平灰度投影，即垂直于鼻梁方向投影，根據灰度投 影分布的中間區域的極小值點，并結合人眼的幾何結構特征得到所在人眼的水平位置，從 而提取出左、右眼條形區域； 步驟（3)對左、右眼條形區域進行初始二值化，然后利用人眼部區域虹膜和瞳孔的近 似圓形的結構特征，在二值化圖像中進行眼部區域圓擬合，再通過圓擬合度來自適應調整 二值化閾值再次二值化，多次迭代直至圓擬合度達到事先設定的值； 所述的二值化從一個初始化閾值開始，利用二值化圓擬合來自適應調整二值化的閾 值，最后以達到要求的圓擬合度對應的圓心作為人眼位置坐標。
【專利摘要】本發明涉及一種人眼檢測中消除眼鏡框影響的方法。目前人眼檢測中存在眼鏡框對人眼定位的干擾問題。本發明方法在利用AdaBoost檢測算法得到的人臉眼部區域的基礎上，首先在眼部區域內運用垂直和水平灰度投影，并結合鏡框的固有特征來得到左、右眼部條形區域；其次分別對左、右眼部條形區域進行初始二值化，利用人眼虹膜和瞳孔的類圓形特征，運用自適應二值化圓擬合來調整二值化閾值，重新對左、右眼部條形區域二值化；迭代處理，最終左、右眼部條形區域的二值化圖像圓擬合的圓心即為人臉左、右眼位置坐標。本發明方法充分挖掘眼部結構信息，并結合眼鏡的框型固定特征，有效的避免了鏡框引起的人眼定位錯誤。
【IPC分類】G06K9-00
【公開號】CN104732202
【申請號】CN201510074487
【發明人】葉學義, 陳華華, 宋倩倩, 呂秋云, 孫淑強
【申請人】杭州電子科技大學
【公開日】2015年6月24日
【申請日】2015年2月12日