[发明专利]基于眼角角度确定眼睛状态的方法

说明书

技术领域

本发明涉及图像识别领域，特别涉及一种基于眼角角度确定眼睛状态的方法。

背景技术

随着计算机技术、多媒体技术、人工智能技术的迅速发展，图像识别技术的应用越来越广泛，并在科学研究、教育管理、医疗卫生、军事等领域取得的一定的进展和应用。图像识别技术正显著地改变着人们的生活方式和生产手段，比如人们可以借助于图像识别技术欣赏月球的景色、交通管理中的车牌照识别系统、机器人领域中的计算机视觉等。图像识别技术是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。但是由于获取的图像本身具有复杂性和特殊性，使得图像处理和识别技术成为研究热点。

眼部识别为图像识别处理的一种，具有广泛的应用。眼睛是一种人体特征的重要信息，眼睛区域包含了丰富的信息，包括表情、身份、性别等多种信息，眼睛检测受到了广泛的关注，眼睛的定位可以作为定位人脸图像的位置、大小和角度的依据，也是视线跟踪、眼睛状态分析以及虹膜识别的首要工作。目前的主要研究方法是把图像信号进行分析、建模、几何处理并做出决策。众多科学家对眼睛检测进行了深入的研究，随着科学技术的发展，眼睛检测在人脸分析、疲劳驾驶、人机交互等方面的作用越来越突出，研究眼睛的检测有着十分突出的应用价值。

当前，眼睛状态检测的方法有很多种，包括基于统计的方法、基于知识的方法和基于模板匹配的方法。这些方法存在运算量太大、程序执行效率低、检测准确率不高或在现有软硬件情况下算法不容易实现等技术问题。

发明内容

因此，为解决现有技术存在的技术缺陷和不足，本发明提出一种基于眼角角度确定眼睛状态的方法。

具体地，本发明一个实施例提出的一种基于眼角角度确定眼睛状态的方法，包括：

获取眼部图像；

根据所述眼部图像形成二值化眼部灰度图；

根据所述二值化眼部灰度图确定眼角点；

根据所述眼角点确定眼睛状态。

在本发明的一个实施例中，根据所述眼部图像形成二值化眼部灰度图，包括：

根据所述眼部图像中肤色区域、眼珠区域和眼白区域的对比，采用三色灰度分水岭算法，提取眼线轮廓，形成所述二值化眼部灰度图。

在本发明的一个实施例中，采用三色灰度分水岭算法，提取眼线轮廓形成二值化眼部灰度图，包括：

提取所述眼部图像中所有像素的灰度值，形成灰度直方图；

根据肤色区域、眼珠区域和眼白区域的灰度值差异，将所述灰度直方图二值化，形成二值化灰度直方图；

根据所述二值化灰度直方图提取所述眼线轮廓形成所述二值化眼部灰度图。

在本发明的一个实施例中，所述二值化灰度直方图包括第一灰度值区间、第二灰度值区间及第三灰度值区间。

在本发明的一个实施例中，根据所述二值化灰度直方图提取所述眼线轮廓形成所述二值化眼部灰度图，包括：

根据所述二值化灰度直方图确定第一调节阈值、第二调节阈值及第三调节阈值；

根据所述第一调节阈值、第二调节阈值及第三调节阈值提取所述眼线轮廓形成所述二值化眼部灰度图。

在本发明的一个实施例中，根据所述二值化灰度直方图确定第一调节阈值、第二调节阈值及第三调节阈值，包括：

将所述第一灰度值区间的最大值与所述第二灰度值区间的最小值取均值作为所述第一调节阈值；

将所述第二灰度值区间的最大值与所述第三灰度值区间的最小值取均值作为所述第二调节阈值；

将所述第三灰度值区间的最大值作为第三调节阈值。

在本发明的一个实施例中，根据所述第一调节阈值、第二调节阈值及第三调节阈值提取所述眼线轮廓形成所述二值化眼部灰度图，包括：

根据所述第一调节阈值、第二调节阈值及第三调节阈值将二值化的所述眼部图像划分为第一像素区域、第二像素区域及第三像素区域；

设置第一像素区域与第二像素区域的灰度值相同；

根据所述第一像素区域、所述第二像素区域及所述第三像素区域提取出眼线轮廓形成二值化眼部灰度图。

在本发明的一个实施例中，根据所述二值化眼部灰度图确定眼角点，包括：

在所述二值化眼部灰度图中将以眼珠中心为圆心的第一直线进行旋转，当所述第一直线上所述第三像素区域的像素点最多时，所述第一直线将与所述第二像素区域及所述第三像素区域交界处形成两个第一交点，将两个所述第一交点分别作为第一眼角点及第二眼角点；