CN100382751C - 基于vpf和改进的susan的眼角和瞳孔的定位方法 - Google Patents

基于vpf和改进的susan的眼角和瞳孔的定位方法 Download PDF

Info

Publication number
CN100382751C
CN100382751C CNB2005100256663A CN200510025666A CN100382751C CN 100382751 C CN100382751 C CN 100382751C CN B2005100256663 A CNB2005100256663 A CN B2005100256663A CN 200510025666 A CN200510025666 A CN 200510025666A CN 100382751 C CN100382751 C CN 100382751C
Authority
CN
China
Prior art keywords
pupil
canthus
vpf
abscissa
pupillae
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CNB2005100256663A
Other languages
English (en)
Other versions
CN1686051A (zh
Inventor
杜春华
杨杰
郑忠龙
戈新良
李冯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CNB2005100256663A priority Critical patent/CN100382751C/zh
Publication of CN1686051A publication Critical patent/CN1686051A/zh
Application granted granted Critical
Publication of CN100382751C publication Critical patent/CN100382751C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

一种基于VPF和改进的SUSAN的瞳孔和眼角的定位方法,根据VPF的最大值定位出瞳孔的中心位置的横坐标,然后根据VPF一阶导数的最大值和最小值位置来确定瞳孔的左右边界,也就得到了准确的瞳孔中心位置的横坐标,瞳孔左右边界在横坐标方向的距离即为瞳孔的直径,从而得到瞳孔的半径,然后在瞳孔中心位置横坐标处用一个半径为瞳孔半径的圆从上到下进行模板匹配,因为瞳孔对应的灰度值比较小,得到瞳孔圆心;根据改进的SUSAN算子检测眼角的位置,瞳孔中心,瞳孔半径,眼角的位置都定位后也就完成了眼睛的定位。该发明提出了眼睛位置的定位方法,可以进一步应用于人脸识别,性别识别,表情识别,年龄估计,眼球姿态估计等方面。

Description

基于VPF和改进的SUSAN的眼角和瞳孔的定位方法
技术领域
本发明涉及一种应用于人脸识别,眼球姿态估计,表情识别的基于VPF(方差投影函数)和改进的SUSAN(最小单值片段吸引核)的瞳孔和眼角的定位方法,涉及图像处理领域。
背景技术
人脸特征点检测是人脸识别、表情识别、性别识别等应用中的关键技术,其特征点位置定位的准确性直接影响到识别的精度,而在人脸特征中眼睛特征尤为重要。因此,准确地定位眼睛的位置可以大大地提高识别的精度。当前眼睛位置的定位主要依据对图像灰度、图像边缘的分析。但在大多数情况下,由于复杂背景和光照的影响,仅仅依赖灰度和边缘来定位眼睛是一件非常困难的工作。
经对现有技术文献的检索发现,Rein-Lien Hsu等(Rein-Lien Hsu,MohamedAbdel-Mottaleb,Anil K.Jain Face Detection In Color images IEEE TRANSACTIONSON PATTERN ANALYSIS AND MACHINE INTELLIGENCE,VOL 24,NO.5.MAY 2002)曾通过大量样本的统计给出了眼睛区域在YCbCr颜色空间的各个分量的分布,并根据这些分量的分布粗略地定位人眼的位置,但是对于不同的光照、人种以及人脸的姿态,该方法还是不能给出正确的定位。
发明内容
本发明的目的在于针对现有技术的不足,提出一种基于VPF和改进的SUSAN的瞳孔和眼角的定位方法,使其建立的瞳孔位置定位和眼角位置定位的方法,可以用于人脸识别,性别识别,年龄估计。眼睛姿态估计等领域。
本发明是通过以下技术方案实现的,本发明根据VPF的最大值定位出瞳孔的中心位置的横坐标,然后根据VPF一阶导数的最大值和最小值位置来确定瞳孔的左右边界,也就得到了准确的瞳孔中心位置的横坐标,瞳孔左右边界在横坐标方向的距离即为瞳孔的直径,从而得到瞳孔的半径,然后在瞳孔中心位置横坐标处用一个半径为瞳孔半径的圆从上到下进行模板匹配,因为瞳孔对应的灰度值比较小,因此在模板上下移动的过程中使模板内灰度平均值达到最小的位置就是瞳孔中心位置的纵坐标,进而得到瞳孔的中心位置(瞳孔圆心);根据改进的SUSAN算子检测眼角的位置,瞳孔中心,瞳孔半径,眼角的位置都定位后也就完成了眼睛的定位。
本发明包括如下步骤:
1.眼睛区域的平滑处理,对眼睛区域运用中值滤波器进行平滑去噪,提高后续处理的精度;
2.计算平滑后的图像每一列VPF,定位瞳孔中心位置的横坐标;
在瞳孔中心位置对应的这一列,瞳孔上面这一区域为肤色,其对应的灰度值加大,处于中间这一段的瞳孔对应的灰度值较小,而瞳孔下面也为肤色区域对应的灰度值较大,在所计算的整个VPF上找到最大值即为瞳孔的中心位置的横坐标。
3.确定瞳孔圆心的横坐标、瞳孔圆心的纵坐标、瞳孔的直径,画出瞳孔圆;
所述的瞳孔圆心的横坐标,通过计算第二步中VPF的导数,在瞳孔左边界的左侧这一列上象素的灰度值很接近,其方差比较小,而右侧这一列处于瞳孔位置上,方差比较大,在瞳孔左边界位置方差有一个突变,由小变大,也就是其导数值比较大,且为正,从瞳孔中心位置向左搜索,VPF导数的最大值所处位置即为瞳孔左边界的位置;同理,从瞳孔中心位置向右搜索,VPF导数的最小值所处位置即为瞳孔右边界所处位置。
所述瞳孔圆心的纵坐标,寻找瞳孔圆心的纵坐标通过以下方法实现:在瞳孔中心位置的横坐标处用一个直径为瞳孔直径的圆形模板从上往下移动,同时计算该模板下的灰度平均值,由于瞳孔上的象素对应的灰度值非常小,当模板刚好覆盖在瞳孔上时,其平均灰度值达到最小值,因此使模板内象素灰度平均值达到最小值的纵坐标位置即为瞳孔圆心的纵坐标,
所述的瞳孔的直径,由于瞳孔为一圆,瞳孔的左右边界位置都已找到,其左右边界位置之间的距离即为瞳孔的直径。
4.在眼睛区域上应用经过改进的SUSAN算子找到眼角的位置;
所述的改进的SUSAN角检测算子,是指:运用相应的规则去除伪眼角点,从而得到真正的眼角点,具体运行规则如下:
A.如果备选点在瞳孔左石边界之内的区域上,那么该眼角点为伪眼角点,应当去除;
B.对于左眼角,其左边固定大小区域(肤色区域)的平均灰度值应该小于右边固定大小区域(眼白区域)的平均灰度值,因此,对于眼睛图像,瞳孔左边界往左的区域上不满足上述条件的角点都应当去除;同理,对于右眼角,其右边固定大小区域(肤色区域)的平均灰度值应该小于其左边固定大小区域(眼白区域)的平均灰度值,对于眼睛图像,瞳孔右边界往右区域上不满足上述条件的角点都应当去除;
C.如果在一个固定大小的区域内有多个角点,那么梯度值最小的角点应当去除,因为一个真正的眼角点处于眼睛上下两个轮廓边缘的交界处,而该位置的的梯度值应该非常大。
本发明的方法能够获得较高的准确率。由于运用了一列上每个象素的灰度值,同时对它们进行了统计分析,找到变化量最大的位置即瞳孔中心位置,瞳孔左右边界位置,同时对传统的SUSAN算子进行了相应的改进来检测眼睛,实验表明本发明提出的瞳孔和眼角定位的方法优于现有的仅仅考虑到象素级信息的传统的瞳孔和眼角定位的方法。在背景复杂,光照条件不太好的情况下本发明的方法得优势会更加明显。
附图说明
图1为眼睛区域图像和经过平滑滤波后的图像。
图2平滑滤波后的图像每一列的VPF。
图3根据VPF和VPF的导数找到的瞳孔的左右边界的位置。
图4画出的瞳孔圆和其圆心。
图5由改进的SUSAN算子找到的备选眼角点。
图6应用发明内容中讲述的第4步操作规则去除伪眼角点,得到真正的眼角点。
具体实施方式
以下结合具体的实施例对本发明的技术方案作进一步详细描述。
实施例采用的眼睛图像拍摄的人脸图像库。整个发明实现过程如下:
1.眼睛区域图像的平滑处理,本发明中使用中值滤波器进行平滑去噪,通过这个步骤可以进一步去除图像中的噪声,可以大大提高眼角和瞳孔定位的精度。原图像和经过平滑处理的图像如图1所示。
2.计算平滑后的图像的每一列的VPF,也就是计算每一列的方差,如图2所示。
3.计算上一步骤中VPF的导数。如图3所示。同时画出瞳孔圆,如图4所示。
4.在眼睛区域上应用改进的SUSAN算子找到一些备选的眼角。实验结果如图5所示。运用相应的规则去除伪眼角点从而得到真正的眼角点,如图6所示。

Claims (7)

1.一种基于VPF和改进的SUSAN的眼角和瞳孔的定位方法,其特征在于,根据VPF的最大值定位出瞳孔的中心位置的横坐标,然后根据VPF一阶导数的最大值和最小值位置来确定瞳孔的左右边界,得到瞳孔中心位置的横坐标,瞳孔左右边界在横坐标方向的距离即为瞳孔的直径,得到瞳孔的半径,然后在瞳孔中心位置横坐标处用一个半径为瞳孔半径的圆从上到下进行模板匹配,在模板上下移动的过程中使模板内灰度平均值达到最小的位置就是瞳孔中心位置的纵坐标,根据改进的SUSAN算子检测眼角的位置、瞳孔中心、瞳孔半径、眼角的位置都定位后也就完成了眼睛的定位。
2.根据权利要求1所述的基于VPF和改进的SUSAN的眼角和瞳孔的定位方法,其特征是,包括如下步骤:
①眼睛区域的平滑处理,对眼睛区域运用中值滤波器进行平滑去噪,提高后续处理的精度;
②计算平滑后的图像每一列VPF,定位瞳孔中心位置的横坐标;
③确定瞳孔中心的横坐标、瞳孔中心的纵坐标、瞳孔的直径,画出瞳孔圆;
④在眼睛区域上应用经过改进的SUSAN算子找到眼角的位置。
3.根据权利要求2所述的基于VPF和改进的SUSAN的眼角和瞳孔的定位方法,其特征是,所述的步骤②,是指:在瞳孔中心位置对应的这一列,在所计算的整个VPF上找到最大值即为瞳孔的中心位置的横坐标。
4.根据权利要求2所述的基于VPF和改进的SUSAN的眼角和瞳孔的定位方法,其特征在于,在确定瞳孔的左右边界,得到瞳孔中心位置的横坐标,通过计算第②步中VPF的导数,从瞳孔中心位置向左搜索,VPF导数的最大值所处位置即为瞳孔左边界的位置;同理,从瞳孔中心位置向右搜索,VPF导数的最小值所处位置即为瞳孔右边界所处位置。
5.根据权利要求1所述的基于VPF和改进的SUSAN的眼角和瞳孔的定位方法,其特征在于,寻找所述的瞳孔中心位置的纵坐标通过以下方法实现:在瞳孔中心位置的横坐标处用一个直径为瞳孔直径的圆形模板从上往下移动,同时计算该模板下的灰度平均值,使模板内象素灰度平均值达到最小值的纵坐标位置即为瞳孔中心的纵坐标。
6.根据权利要求1所述的基于VPF和改进的SUSAN的眼角和瞳孔的定位方法,其特征在于,瞳孔的左右边界位置都已找到,其左右边界位置之间的距离即为瞳孔的直径。
7.根据权利要求2所述的基于VPF和改进的SUSAN的眼角和瞳孔的定位方法,其特征是,所述的经过改进的SUSAN算子,是指:运用相应的规则去除伪眼角点,从而得到真正的眼角点,具体运行规则如下:
A.如果备选点在瞳孔左石边界之内的区域上,那么该眼角点为伪眼角点,应当去除;
B.对于左眼角,瞳孔左边界往左的区域的平均灰度值大于右边固定大小区域的平均灰度值的眼角点都应当去除;同理,对于右眼角,瞳孔右边界往右区域的平均灰度值大于左边固定大小区域的平均灰度值的眼角点都应当去除;
C.如果在一个固定大小的区域内有多个眼角点,那么梯度值最小的眼角点应当去除。
CNB2005100256663A 2005-05-08 2005-05-08 基于vpf和改进的susan的眼角和瞳孔的定位方法 Expired - Fee Related CN100382751C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2005100256663A CN100382751C (zh) 2005-05-08 2005-05-08 基于vpf和改进的susan的眼角和瞳孔的定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2005100256663A CN100382751C (zh) 2005-05-08 2005-05-08 基于vpf和改进的susan的眼角和瞳孔的定位方法

Publications (2)

Publication Number Publication Date
CN1686051A CN1686051A (zh) 2005-10-26
CN100382751C true CN100382751C (zh) 2008-04-23

Family

ID=35304092

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2005100256663A Expired - Fee Related CN100382751C (zh) 2005-05-08 2005-05-08 基于vpf和改进的susan的眼角和瞳孔的定位方法

Country Status (1)

Country Link
CN (1) CN100382751C (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8103061B2 (en) * 2006-10-02 2012-01-24 Johnson & Johnson Consumer Companies, Inc. Method and apparatus for identifying facial regions
JP2010033305A (ja) * 2008-07-29 2010-02-12 Hitachi Ltd 画像情報処理方法、及び装置
JP5221436B2 (ja) * 2009-04-02 2013-06-26 トヨタ自動車株式会社 顔特徴点検出装置及びプログラム
CN101893858B (zh) * 2010-07-15 2012-01-25 华中科技大学 一种用于控制用户眼睛与电子设备屏幕之间距离的方法
CN102622740B (zh) * 2011-01-28 2016-07-20 鸿富锦精密工业(深圳)有限公司 防闭眼人像拍摄系统及方法
CN103150725B (zh) * 2013-02-06 2015-09-23 华中科技大学 基于非局部均值的susan边缘检测方法及系统
CN103440476A (zh) * 2013-08-26 2013-12-11 大连理工大学 一种人脸视频中瞳孔的定位方法
CN104809458B (zh) * 2014-12-29 2018-09-28 华为技术有限公司 一种瞳孔中心定位方法及装置
CN104573660A (zh) * 2015-01-13 2015-04-29 青岛大学 一种利用sift点描述子精确定位人眼的方法
CN105930762A (zh) 2015-12-02 2016-09-07 中国银联股份有限公司 一种眼球跟踪的方法及装置
CN105760848B (zh) * 2016-03-04 2019-05-14 蒋志平 一种基于环形模板卷积的瞳孔定位方法
CN106919933A (zh) * 2017-03-13 2017-07-04 重庆贝奥新视野医疗设备有限公司 瞳孔定位的方法及装置
CN107516067B (zh) * 2017-07-21 2020-08-04 深圳市梦网视讯有限公司 一种基于肤色检测的人眼定位方法和系统
CN107808165B (zh) * 2017-10-19 2021-04-16 南京理工大学 一种基于susan角点检测的红外图像匹配方法
CN108446658A (zh) * 2018-03-28 2018-08-24 百度在线网络技术(北京)有限公司 用于识别人脸图像的方法和装置
CN109086713B (zh) * 2018-07-27 2019-11-15 腾讯科技(深圳)有限公司 眼部识别方法、装置、终端及存储介质
CN110051319A (zh) * 2019-04-23 2019-07-26 七鑫易维(深圳)科技有限公司 眼球追踪传感器的调节方法、装置、设备及存储介质
CN110934565B (zh) * 2019-11-11 2021-11-26 中国科学院深圳先进技术研究院 一种瞳孔直径的测量方法、装置及计算机可读存储介质
CN116421135A (zh) * 2023-04-27 2023-07-14 北京京东拓先科技有限公司 视力测试方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5231674A (en) * 1989-06-09 1993-07-27 Lc Technologies, Inc. Eye tracking method and apparatus
JPH08287216A (ja) * 1995-04-18 1996-11-01 Sanyo Electric Co Ltd 顔面内部位認識方法
CN1475961A (zh) * 2003-07-14 2004-02-18 中国科学院计算技术研究所 基于GaborEye模型的人眼定位方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5231674A (en) * 1989-06-09 1993-07-27 Lc Technologies, Inc. Eye tracking method and apparatus
JPH08287216A (ja) * 1995-04-18 1996-11-01 Sanyo Electric Co Ltd 顔面内部位認識方法
CN1475961A (zh) * 2003-07-14 2004-02-18 中国科学院计算技术研究所 基于GaborEye模型的人眼定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
人脸的眼角自动定位. 顾华,苏光大,杜成.红外与激光工程,第33卷第4期. 2004 *
人脸识别系统中的特征提取. 李华胜,杨桦,袁保宗.北方交通大学学报,第25卷第2期. 2001 *

Also Published As

Publication number Publication date
CN1686051A (zh) 2005-10-26

Similar Documents

Publication Publication Date Title
CN100382751C (zh) 基于vpf和改进的susan的眼角和瞳孔的定位方法
CN109815850B (zh) 基于深度学习的虹膜图像分割及定位方法、系统、装置
CN104463100B (zh) 基于面部表情识别模式的智能轮椅人机交互系统及方法
CN105160306B (zh) 虹膜图像模糊判断的方法和装置
CN101246544B (zh) 一种基于边界点搜索和最小核值相似区边缘检测的虹膜定位方法
CN104036278B (zh) 人脸算法标准脸部图像的提取方法
CN1687957A (zh) 结合局部搜索和活动外观模型的人脸特征点定位方法
CN108615239B (zh) 基于阈值技术和灰度投影的舌图像分割方法
CN110930374A (zh) 一种基于双深度相机的腧穴定位方法
CN1731416A (zh) 快速且精确的人脸特征点定位方法
CN106097354B (zh) 一种结合自适应高斯肤色检测和区域生长的手部图像分割方法
CN101359365A (zh) 一种基于最大类间方差和灰度信息的虹膜定位方法
CN103778406B (zh) 对象检测方法及设备
CN106778499B (zh) 一种虹膜采集过程中快速定位人眼虹膜的方法
CN106326841A (zh) 一种快速虹膜识别算法
CN106203375A (zh) 一种基于人脸图像中人脸和人眼检测的瞳孔定位方法
CN106960199B (zh) 一种真彩色眼象图白睛区域的完整提取方法
CN106503644A (zh) 基于边缘投影及颜色特征的眼镜属性检测方法
CN110929570B (zh) 虹膜快速定位装置及其定位方法
CN116051631A (zh) 光斑标注方法及系统
Parikh et al. Effective approach for iris localization in nonideal imaging conditions
WO2016004706A1 (zh) 一种改善在非理想环境下虹膜识别性能的方法
CN113947805A (zh) 一种基于视频图像的眼震类型分类方法
Lin A novel iris recognition method based on the natural-open eyes
Vezzetti et al. Application of geometry to rgb images for facial landmark localisation-a preliminary approach

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20080423

Termination date: 20110508