[发明专利]一种基于距离正则化的变分水平集得到人眼状态的方法

权利要求书

1.一种基于距离正则化的变分水平集得到人眼状态的方法，其特征在于，包括以下步骤：

1)对摄像头拍到的驾驶员人脸彩色图像，将人脸彩色图像转换为256级灰度级的人脸灰度图像，对人脸灰度图像中值滤波来减少噪声；

2)对中值滤波后的人脸灰度图像进行灰度级转化，从0灰度级开始，每连续的32个灰度级合并为一个灰度级，重新把灰度级标号为0到7，最终把有256个灰度级的图像转化为8个灰度级的图像；

3)把水平集函数Φ初始化成一个初始水平集函数Φ₀，用初始水平集函数Φ₀的零水平集轮廓对步骤2)中处理后的8个灰度级的图像初步分割，得到眼睛初始轮廓；

4)定义一个由距离正则项和外部能量项组成的能量泛函，最小化能量泛函；

如果任何一零交叉点停止连续迭代，则停止迭代，即已找到梯度流方程的稳态解，能量泛函取得最小化，得到目标区域；否则，从用初始水平集函数的零水平集轮廓对图像初步分割开始循环；

5)得到正常状态下驾驶员人脸图像分割后所得目标眼睛区域后，使用最小二阶矩的方法，用0阶矩求得被测目标区域的面积，设定为眼睛正常睁开时的目标区域的面积为初始值S₀，重复步骤1)至4)，得到每次扫描的人眼面积。

2.根据权利要求1所述的一种基于距离正则化的变分水平集得到人眼状态的方法，其特征在于，步骤4)中，具体步骤如下：

a)构建零水平集周围的初级窄带其中，r为相邻两个网格点之间的距离，0为初级窄带的意思，因为窄带区域内的网格点相对较少，以此减少水平集函数演化过程中的计算量，定义初级窄带区域内(i,j)为横坐标为i、纵坐标为j的一个网格点，称为零交叉点，Z⁰为初始水平集函数Φ⁰所有的零交叉点的集合，为以网格点(i,j)为中心的(2r+1)×(2r+1)的方块；

b)在初级窄带上更新水平集函数即在k+1时刻网格点(i，j)处的水平集函数，Φ(i,j)为网格点(i，j)上定义的水平集函数，把更新后的水平集函数Φ_i,j ^k+1的所有零交叉点的集合记为Z ^k+1，其中，能够扩展为Ф(ir,jr,(k+1)Δt),记为Ф(x,y,t)，Δt是时间步长；

c)对窄带上的零交叉点更新，对每一个在窄带上而不在窄带上的网格点(i,j)，如果Φ_i,j ^k>0，设置Φ_i,j ^k+1的值为m，否则设置Φ_i,j ^k+1的值为-m，m为常量，且m＝r+1；

d)如果任何一零交叉点停止连续迭代，则停止迭代，即已找到梯度流方程的稳态解，能量泛函取得最小化，得到目标区域。