[发明专利]一种基于视觉的斜视检测系统有效

专利信息
申请号: 202110170382.2 申请日: 2021-02-08
公开(公告)号: CN112989939B 公开(公告)日: 2023-04-07
发明(设计)人: 陈健良;肖弘智 申请(专利权)人: 佛山青藤信息科技有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V40/18;G06V10/44;A61B3/08
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 胡枫;曹万菊
地址: 528000 广东省佛山市南海区桂*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 视觉 斜视 检测 系统
【权利要求书】:

1.一种基于视觉的斜视检测系统,其特征在于,包括:

图像采集模块,用于采集待检测图像;

人脸检测模块,用于根据所述待检测图像识别人脸图像;

眼部检测模块,用于根据所述人脸图像识别眼部图像并分别获取所述眼部图像中两只眼睛的轮廓特征点,其中,所述轮廓特征点包括左侧眼角点、上边缘左侧点、上边缘右侧点、右侧眼角点、下边缘右侧点以及下边缘左侧点;

第一计算模块,用于根据所述眼部图像分别计算两只眼睛的瞳孔中心坐标;

所述第一计算模块包括坐标计算单元和坐标优化单元;

所述坐标计算单元用于对所述眼部图像进行遮罩运算获取瞳孔中心,其中,循环整个所述眼部图像找到圆内所包含黑点数量最多的圆并将其圆心作为瞳孔中心;

所述坐标优化单元用于根据经过开运算后的所述眼部图像获取瞳孔轮廓并用于计算所述瞳孔轮廓的轮廓中心,轮廓中心的坐标为(X,Y),其中,X=Xmin+(Xmax-Xmin)/2,Xmin为所述瞳孔轮廓上最小的横坐标,Xmax为所述瞳孔轮廓上最大的横坐标,Y=Ymin+(Ymax-Ymin)/2,Ymin为所述瞳孔轮廓上最小的纵坐标,Ymax为所述瞳孔轮廓上最大的纵坐标;

所述坐标优化单元还用于用外直径为D=max((Xmax-Xmin),(Ymax-Ymin))的圆环计算所述瞳孔轮廓的轮廓中心,其中,以外直径的预设百分比作为所述圆环的宽度,将所述圆环与黑色像素点匹配,包含黑色像素点最多的所述圆环的圆环中心作为轮廓中心;

第二判断模块,用于判断进行遮罩运算获取的瞳孔中心是否处于所述瞳孔轮廓内,若是,则将轮廓中心定为最终的瞳孔中心,否则将所述遮罩运算获取的瞳孔中心定为最终的瞳孔中心;

第二计算模块,用于根据所述轮廓特征点和瞳孔中心坐标分别计算两只眼睛的瞳孔倾斜率并计算两只眼睛的瞳孔倾斜率的差值;

所述第二计算模块包括:

距离计算单元,用于计算所述左侧眼角点到右侧眼角点的距离并作为眼睛宽度,计算所述上边缘左侧点和上边缘右侧点的中点到所述下边缘左侧点和下边缘右侧点的中点的距离并作为眼睛高度,计算所述左侧眼角点到瞳孔中心的距离并作为第一距离,计算所述上边缘左侧点和上边缘右侧点的中点到瞳孔中心的距离并作为第二距离;

斜率计算单元,用于计算所述第一距离与眼睛宽度的比值并作为瞳孔水平倾斜率,计算所述第二距离与眼睛高度的比值并作为瞳孔垂直倾斜率;

差值计算单元,用于计算两只眼睛的瞳孔水平倾斜率的差值并作为水平差值,计算两只眼睛的瞳孔垂直倾斜率的差值并作为垂直差值;

第一判断模块,用于判断差值的大小,当所述差值大于预设阈值时,则待测人员存在斜视。

2.如权利要求1所述的基于视觉的斜视检测系统,其特征在于,所述眼部检测模块根据所述人脸图像识别眼部图像并分别获取所述眼部图像中两只眼睛的轮廓特征点的步骤包括:

将所述人脸图像输入预先构建好的眼部图像识别模型以获得眼部图像,其中,所述眼部图像识别模型为训练好的卷积神经网络或方向梯度直方图。

3.如权利要求1所述的基于视觉的斜视检测系统,其特征在于,还包括:

去除模块,用于去除所述眼部检测模块中获取的眼部图像中的非眼睛部分的图像像素点,其中,把所述左侧眼角点、上边缘左侧点、上边缘右侧点、右侧眼角点、下边缘右侧点、下边缘左侧点以及左侧眼角点依次连接以形成封闭区域,去除处于所述封闭区域以外的所有像素。

4.如权利要求1所述的基于视觉的斜视检测系统,其特征在于,还包括:

高斯滤波模块,用于对所述眼部检测模块中获取的眼部图像进行高斯滤波降噪处理。

5.如权利要求3所述的基于视觉的斜视检测系统,其特征在于,还包括:

二值化处理模块,用于对所述去除模块中获得的眼部图像进行自适应二值化处理。

6.如权利要求5所述的基于视觉的斜视检测系统,其特征在于,还包括:开运算模块,用于对所述二值化处理模块中获取的眼部图像进行开运算处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佛山青藤信息科技有限公司,未经佛山青藤信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110170382.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top