[发明专利]一种远距离虹膜跟踪与采集装置及其方法

权利要求书

1.一种远距离虹膜跟踪与采集装置，其特征在于：所述一种远距离虹膜跟踪与采集装置包括双目摄像头（1）、长焦摄像机（2）、二自由度旋转云台（3）、红外光源（4）和计算机（5），双目摄像头（1）的信号输出端与计算机（5）的人脸信息采集信号输入端连接，长焦摄像机（2）的信号输出端与计算机（5）的变倍变焦后人脸信息的信号输入端连接，二自由度旋转云台（3）的运动信号输入端与计算机（5）的云台运动信号输出端连接，红外光源（4）安装在长焦摄像机（2）上，长焦摄像机（2）安装在二自由度旋转云台（3）上。

2.一种利用权力要求1所述装置进行远距离虹膜跟踪与采集的方法，其特征在于：所述一种远距离虹膜跟踪与采集方法的具体步骤如下：

步骤一、双目摄像头（1）进行人脸三维定位：双目摄像头（1）检测到人脸，并且通过解算获得人脸位置的三维坐标，具体步骤如下：

步骤一（一）、预设置处理信息：设定采集图片大小为512×384，设定ROI为100%，将采集图片进行归一化，设定大小为512×384，预置视差取值范围为（0,150）；

步骤一（二）、双目摄像头（1）采集图片；通过双目摄像头（1）对人脸进行图片采集，获得人脸的采集图片；

步骤一（三）、立体处理：获得校正图片和深度图片；

步骤一（四）、图片处理：将步骤一（三）中获得的校正图片格式转换为OpenCV识别图片格式，将灰度图进行直方图均值化处理，再将图片进行实时对比度调节，最后再将图片进行直方图均值化；

步骤一（五）、Adaboost算法检测人脸：如果检测到人脸执行步骤一（六），如果没有检测到人脸返回执行步骤一（二）；

步骤一（六）、获取人脸在图片中的位置，选择计算深度备用点，并按加权的方式得到深度信息；

步骤一（七）、获取人脸的三维坐标：结合深度信息和坐标位置计算得到三维坐标系中人脸的实际位置；

步骤一（八）、发送坐标：将步骤一（七）中获得的人脸三维坐标数据传送至计算机，并重新执行步骤一（二）继续采集图片；

步骤二、进入人脸跟踪队列，设置主要跟踪人脸；

步骤三、云台跟踪人脸：通过双目摄像头（1）获得的三维坐标，控制二自由度旋转云台（3）转动，使长焦摄像机（2）对准人脸，并且跟踪人脸，使得人脸图像始终处在视频的中间；

步骤四、长焦摄像机（2）对人脸图像进行变倍和聚焦：利用长焦摄像机（2）对人脸图像进行变焦和聚焦；

步骤五、判断人脸图像面积是否大于阈值：若人脸图像面积大于设定的阈值则执行步骤六，否者执行步骤四；

步骤六、长焦摄像机（2）检测人眼，云台跟踪人眼：长焦摄像机（2）检测人眼，二自由度旋转云台（3）跟踪人眼，二自由度旋转云台（3）带动长焦摄像机（2）跟踪人眼进行检测；

二自由度旋转云台（3）跟踪人眼的具体步骤如下：

步骤六（一）、设置二自由度旋转云台水平方向运动的步长stepx为5°，竖直方向运动的步长stepy为2.5°；

步骤六（二）、长焦摄像机（2）检测人眼，计算其中心的像素坐标：根据长焦摄像机（2）采集到的视频序列，在OpenCV的开源环境下，采用Harr-Like特征和Boosting训练出来的人眼分类器进行检测选出人眼的有效区域，计算出人眼区域的中心像素坐标，二自由度旋转云台（3）水平和竖直两个方向的并行处理过程为：

水平跟踪过程：

A）、若检测到的人眼中心的x坐标与视频图像的中心x坐标差值的绝对值小于50个像素，则认为人眼处在视频的中心位置，二自由度旋转云台（3）水平方向停止运动，否则执行步骤B）；

B）、若检测到人眼的中心的x坐标与视频图像的中心x坐标差值大于50个像素，则控制二自由度旋转云台（3）在水平方向向左转动stepx；若检测到人眼的中心的x坐标与视频图像的中心x坐标差值小于-50个像素，则控制云台在水平方向向右转动stepx；

C）、比较当前帧和上一帧的人眼中心的x坐标是不是在视频图像中心的两侧，若是，则采用公式stepx=-stepx/2重新计算stepx的值，否则继续判断人眼是否处在视频图像的中间位置；

竖直跟踪过程：

a）、若检测到的人眼的中心的y坐标与视频图像的中心y坐标差值的绝对值小于50个像素，则认为人眼处在视频的中心位置，云台竖直方向停止运动，否则执行步骤b）；

b）、若检测到的人眼的中心的y坐标与视频图像的中心y坐标差值大于50个像素，则控制云台在竖直方向向下转动stepy；若检测到的人眼的中心的y坐标与视频图像的中心y坐标差值小于-50像素，则控制云台在竖直方向向上转动stepy；

c）、比较当前帧和上一帧的人眼中心的y坐标是不是在视频图像中心的两侧，若是，则采用下面的公式重新计算stepy的值：stepy=-stepy/2。否则继续判断人眼是否处在视频图像的中间位置；

步骤七、长焦摄像机（2）对人眼图像进行变倍和聚焦；

步骤八、判断人眼图像面积是否大于阈值或长焦摄像机（2）是否变倍至最大：若人眼图像面积大于所设定的阈值或者长焦摄像机（2）变倍至最大，则执行步骤九，否则执行步骤七；

步骤九、判断人眼图像是否清晰：通过Sobel边缘检测理论检测采集到的人眼图像的清晰程度，若清晰，则执行步骤十，否则执行步骤七；通过Sobel边缘检测理论检测采集到的人眼图像的清晰程度的具体步骤如下：

步骤九（一）、对采集到的人眼图像进行高斯滤波；

步骤九（二）、计算图像的清晰度：根据Sobel边缘检测理论和八方向的算子模板获得图像的清晰度评价函数，八方向算子模板为：

-1-2-1000121-2-10-101012-101-202-101012-101-2-10]]>

0°边缘方向    45°边缘方向    90°边缘方向    135°边缘方向

121000-1-2-121010-10-1-210-120-210-10-1-210-1210]]>

180°边缘方向  225°边缘方向   270°边缘方向   315°边缘方向

步骤九（二）（一）、对图像的每一个像素点进行邻域卷积计算，提取像素的八个方向的边缘信息：

H₁=I(x,y)*S₁，H₂=I(x,y)*S₂，H₃=I(x,y)*S₃，H₄=I(x,y)*S₄

H₅=I(x,y)*S₅，H₆=I(x,y)*S₆，H₇=I(x,y)*S₇，H₈=I(x,y)*S₈

I(x,y)为图像灰度，*表示卷积运算，H₁表示0°边缘方向的信息，H₂表示45°边缘方向的信息，H₃表示90°边缘方向的信息，H₄表示135°边缘方向的信息，H₅表示180°边缘方向的信息，H₆表示225°边缘方向的信息，H₇表示270°边缘方向的信息，H₈表示315°边缘方向的信息，S₁表示0°边缘方向算子模板矩阵核，S₂表示45°边缘方向算子模板矩阵核，S₃表示90°边缘方向算子模板矩阵核，S₄表示135°边缘方向算子模板矩阵核，S₅表示180°边缘方向算子模板矩阵核，S₆表示225°边缘方向算子模板矩阵核，S₇表示270°边缘方向算子模板矩阵核，S₈表示315°边缘方向算子模板矩阵核；

步骤九（二）（二）、计算图像中每个像素点的梯度值H(x,y)：

H(x,y)=H12+H22+H32+H42+H52+H62+H72+H82]]>

步骤九（二）（三）、计算每梯度值的平均值μ_H以及方差σ_H：

若μ_H+σ_H≤H(x,y)≤μ_H+2σ_H，则认为该点是边缘点，将图像边缘像素的梯度值相加，以边缘梯度能量定义图像的清晰度评价算子E，即：

E=Σx=1MΣy=1N(H(x,y))2]]>

式中M表示图片水平方向长度，N表示图片竖直方向长度；

步骤十、利用采集到的人眼图像进行虹膜识别。