西南交通大學電氣工程學院 鐵俊波 朱俊星 黃 進 唐蘭君

基于輪廓檢測的眼睛定位方法

西南交通大學電氣工程學院 鐵俊波 朱俊星 黃 進 唐蘭君

此文是西南交通大學2009年國家創(chuàng)新性實驗計劃項目研究成果，受全國大學生創(chuàng)新性實驗計劃項目資金資助，項目名稱：人臉識別相關核心技術研究及系統(tǒng)實現(xiàn)，項目編號091061309

人臉識別是模式識別學科的一大研究熱點，廣泛地應用于保密系統(tǒng)、可視電話系統(tǒng)以及人機交互系統(tǒng)等領域。眼睛定位是人臉識別中一個重要的信息，本文根據(jù)人臉中眼睛的灰度及形狀信息，提出了一種新的，基于輪廓檢測的眼睛定位算法。實驗結果表明此算法具有較好的準確性和可行性。

人臉識別 眼睛定位 算法

1 引言

人臉識別在保密系統(tǒng)、可視電話系統(tǒng)以及人機交互系統(tǒng)等領域有著廣泛的應用前景。

眼睛作為人臉的重要特征，在人臉檢測和識別中都發(fā)揮著重要的作用。目前人臉識別常用方法大致分為基于幾何特征、基于代數(shù)特征的識別和基本神經(jīng)網(wǎng)絡的識別方法。近年來，研究眼睛定位算法較多，主要有區(qū)域分割法、灰度投影法等，區(qū)域分割法首先對人臉的二值圖像進行區(qū)域分割， 然后設定一系列經(jīng)驗值和支持函數(shù)定位眼睛； 灰度投影法對人臉圖像進行水平和垂直方向的投影，根據(jù)波峰、波谷的分布信息來定位眼睛；邊緣提取法首先對人臉圖像進行邊緣提取， 然后用霍夫變換檢測眼球，構造一個眼部模板，用一系列函數(shù)從能量角度找出眼睛；統(tǒng)計學習法將人眼區(qū)域看作一類模式，使用大量不同條件下的人眼與非人眼樣本， 借助統(tǒng)計分析理論和機器學習方法提取人眼共有的一些特征， 實現(xiàn)人眼檢測。上述方法都取得了一定的成功，但普遍存在收斂速度慢、計算量大、定位不夠準確等缺陷。

本算法根據(jù)眼睛的兩大結構特征：①在人臉中具有對稱性；②其灰度值集中在某個區(qū)域，提出了一種結合人臉中眼睛的灰度及面積信息的人眼定位新算法，并具體實現(xiàn)。

二、眼睛定位算法描述

1. 濾除噪聲

通過攝像頭得到的圖像中，一般含有一定的噪聲，為了在后面的眼睛定位中得到更好的效果，在一開始，使用了canny濾波，濾除了一定的噪聲。

2. 基于整個圖像的灰度值對圖像進行二值化

圖像二值化的目的是使眼部區(qū)域凸顯出來，而圖像二值化處理的關鍵是閾值的選擇，閾值選擇的原則是選擇和眼睛較為接近的灰度值，本文選擇一種可變的閾值。

如果將整幅灰度圖像的灰度值從大到小排成數(shù)列：

其中，“T-N,”代表最小的灰度值，“TN,”代表最大的灰度值，我們定義T0為整幅圖的平均灰度值，則為

假設圖像中白像素點的灰度值為255，黑像素點的灰度值為0，則眼睛的灰度值應該是低于整幅圖像的平均灰度值的，所以我們在計算出圖像平均值的基礎上，乘上一個系數(shù)a（0

3. 對圖像進行形態(tài)學操作

由于二值化并不能夠完全的凸顯出眼睛，因為眉毛，鼻子和嘴巴的某些部分灰度值與眼睛有些接近，在二值化之后，得到的臉部圖像中，除了得到眼睛之外，還可能存在一部分的眉毛，鼻子和嘴巴的殘余圖像，為了消除這部分噪聲對后續(xù)眼睛檢測的影響，我們使用了膨脹和腐蝕兩種形態(tài)學操作。在對圖像使用膨脹操作之后，先前存在的眉毛等的殘余圖像明顯消失，但是眼睛區(qū)域也變得十分小，接著我們再使用腐蝕操作，擴大眼睛的區(qū)域，使得在后續(xù)檢測中，方便的檢測出眼睛。

4. 尋找眼睛位置并定位

由于圖像中的不僅僅有眼睛的輪廓，所以檢測出的結果應該是一個輪廓的序列。

假設該序列為：P={P0,P1,P2...........PN}

由于本文使用opencv實現(xiàn)算法，在得到的輪廓序列結構中，包含著檢測出的每一個輪廓的面積。利用冒泡排序法，將得到的N個輪廓的面積進行排序，可以得到關于輪廓面積大小的一個數(shù)列：area[]={area0,area1,.......ar eaN}

我們利用眼睛的結構特征，即兩只眼睛的輪廓的面積是相近的，從最大的輪廓面積開始逐次比較兩個面積數(shù)組元素，當它們的相似度超過相似度閥值時，可以認為找到了兩只眼睛。

經(jīng)過試驗發(fā)現(xiàn)，λ取值在1.1~1.3時，可以得到較好的檢測效果。

三、程序流程圖

四、實驗結果

通過實驗驗證了本算法定位的準確性和可行性， 證明了本算法在人臉識別的眼睛定位上有一定的識別準確度，本算法還具有容易實現(xiàn)、運算量少、對不同光照條件下的人臉圖像有較好的檢測效果。

五、.結束語

經(jīng)過實驗，這種算法占內(nèi)存小，能簡單、快速地應用到嵌入式系統(tǒng)中，并能對多幅圖像進行眼睛定位，基本上每幅圖像都能正確定位，取得了滿意的效果，由此說明此算法具有較好的準確性和可行性。但本算法是基于面積的大小，對于戴眼鏡的人臉圖像，需要調(diào)節(jié)二值化的閾值；當圖像中有多個人臉時，應事先對圖像進行切割，使其成為單個人臉。通過這些處理，本算法能實現(xiàn)對不同人臉的眼睛定位。

[1]章毓晉.圖像處理和分析[M].北京:清華大學出版社，1990

[2]田捷，沙飛，張新生.實用圖像分析與處理技術[M].北京:電子工業(yè)出版社，1995

book=47,ebook=139