[发明专利]一种人脸图像中的人眼定位方法

说明书

技术领域

本发明属于机器视觉与图像处理领域，涉及一种人脸图像中的人眼定位方法，特别涉及一种在极坐标下进行积分投影实现人眼定位的方法。

背景技术

人眼定位主要研究如何在给定人脸图像中对人眼进行检测与定位，一直是机器视觉与图像处理领域的热点研究问题，也是驾驶员疲劳驾驶监测、眼球鼠标、视线跟踪等研究的关键技术问题之一。目前在人眼定位方面已经有较多相对成熟的算法，如边缘特征提取法、基于Hough变换的检测方法、模板匹配方法、几何特征方法、基于AdaBoost分类器的检测方法、灰度积分投影法等。尽管这些方法相对成熟，但各自有不同的优点和不足。现有的灰度积分投影法是对人脸进行水平和垂直两个方向的投影，根据波峰波谷的分布信息来定位人眼，这种方法实现简单、定位速度很快，但对人眼的姿态有较严格的要求，当人脸平面发生旋转造成人眼具有一定倾斜角度时，根据波峰波谷的分布很难进行有效定位。

因此，设计一种能够适应人脸旋转情况下的积分投影人眼定位方法具有一定的应用价值。

发明内容

本发明所要解决的技术问题是，设计一种人脸图像中的人眼定位方法，尤其适用于人脸旋转情况下的人眼定位的要求。

本发明所采用的技术方案是：一种人脸图像中的人眼定位方法，采用极坐标灰度积分投影的方法进行人眼定位。以人脸中心位置为极点，以极点水平向左的射线为极轴，取逆时针方向为角度的正方向，以此建立极坐标。将图像的灰度沿极角方向进行投影，以确定出眼睛所在的角度，再将眼睛所在方向的像素向水平方向上进行灰度积分投影，投影值最小的位置即为人眼的投影位置，由此确定出人眼的坐标位置，并满足倾斜人脸图像的人眼检测要求。

本发明的目的在于利用极坐标的灰度积分投影信息确定人脸中人眼的位置，以适应旋转人脸中人眼定位的要求。

附图说明

图1是人眼定位过程图。

图2是极角方向的积分投影图。

图3是极角方向的积分投影滤波图。

图4是左眼方向像素在水平方向的灰度积分投影图。

图5是右眼方向像素在水平方向的灰度积分投影图。

具体实施方式

下面结合实施例和附图对本发明作进一步详细说明。

图1(a)所示为以人脸区域。由于自然条件下获得的人脸图像总会存在一些孤立噪声，为了消除噪声对人眼定位的影响，可采用中值滤波方法去除噪声的影响。本发明中采用3×3的中值滤波方法对原图像进行滤波。对滤波后的图象采用大津法(最大类间方差法)确定阈值进行二值化处理。二值化处理后的图像如图1(b)所示。

以人脸中心位置为极点，以极点水平向左的射线为极轴，取逆时针方向为角度的正方向，以此建立极坐标。

对二值化后的图象，在[0°，360°]极角范围内按式(1)进行灰度积分投影。

其中，I(ρ，θ)为极角为θ，极径为ρ的像素点的灰度值。极角灰度积分投影图如图2所示，为准确确定积分投影的极点位置，采用均值滤波方法对其滤波处理，滤波后的结果如图3所示。滤波后的投影图中，三个波谷区分别对应人的双眼和嘴的角度。由于人嘴所对应的角度区域较宽，因此可将最宽的波谷所对应的极小点确定为人嘴方向，将剩余的两个极小点的方向确定为人眼方向。如图3所示，三个波谷的范围为(0°，88°)，(88°，175°)和(175°，360°)，因此可判断(0°，88°)为包含左眼的区域，(88°，175°)为包含右眼的区域，(175°，360°)为包含人嘴的区域。取包含左眼区域的灰度积分投影最小值的角度为左眼角度，包含右眼区域的灰度积分投影最小值的角度为右眼角度，所得结果如图1(c)所示，左眼所在角度为50°，右眼所在角度为150°。

将灰度图像中左眼所在角度的像素向水平方向投影，所得投影结果如图4所示，由于眼睛为黑色，因此投影结果中最小值点所在位置即为左眼的投影位置。将灰度图像中右眼所在角度的像素向水平方向投影，所得投影结果如图5所示，投影结果中最小值点所在位置即为右眼的投影位置。从而可求得左眼和右眼所对应的极径长度，左眼的极径为15，右眼的极径为16。由此可确定出左眼的极坐标位置为(15，50°)，右眼的极坐标位置为(16，150°)，左右眼的位置如图1(d)中的十字线所示。

本发明的优点在于，在极坐标下利用人脸图像的灰度积分投影确定人眼位置，对于旋转的人脸仍然能够对人眼进行有效定位。