CN107133595A - 红外图像的眼睛开闭检测方法 - Google Patents
红外图像的眼睛开闭检测方法 Download PDFInfo
- Publication number
- CN107133595A CN107133595A CN201710327858.2A CN201710327858A CN107133595A CN 107133595 A CN107133595 A CN 107133595A CN 201710327858 A CN201710327858 A CN 201710327858A CN 107133595 A CN107133595 A CN 107133595A
- Authority
- CN
- China
- Prior art keywords
- image
- eyes
- eye
- opened
- follows
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/19—Sensors therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
Abstract
本发明公开了一种红外图像的眼睛开闭检测方法,包括以下步骤:S1:采集人脸红外图像,利用Adaboost获取人眼部位;S2:对眼睛图像做Gamma校正克服光照影响;S3:使用多尺度Retinex变换去除光照不均匀引起的阴影干扰;S4:采用迭代阈值法将图像二值化,从而更准确地获取眼睛区域;S5:采用融合眼角睁开角度和眼睛睁开高度信息的判断方法来判断眼睛状态。
Description
技术领域
本发明具体涉及一种红外图像的眼睛开闭检测方法。
背景技术
疲劳检测中研究最多的是采用基于计算机视觉技术的生理状态检测并结合PERCLOSE方法判断疲劳状态,而人眼开闭状态是PERCLOSE原理的基本内容。检测眼睛状态的方法有多种,如垂直积分投影法、眼睛高度判断法和眼睛宽高比等,但这些方法易受光照影响且计算的精度不够高。
发明内容
本发明要解决的技术问题是提供一种红外图像的眼睛开闭检测方法。
红外图像的眼睛开闭检测方法,包括以下步骤:
S1:采集人脸红外图像,利用Adaboost获取人眼部位;
S2:对眼睛图像做Gamma校正克服光照影响;
S3:使用多尺度Retinex变换去除光照不均匀引起的阴影干扰;
S4:采用迭代阈值法将图像二值化,从而更准确地获取眼睛区域;
S5:采用融合眼角睁开角度和眼睛睁开高度信息的判断方法来判断眼睛状态。
进一步的,Gamma校正的方法如下:
1)分段地将灰度值[0,225]映射到弧度区间[0,π],规则如下分段函数:
式中,、和则分别代表、和;
2)确定值与弧度之间的映射关系:
。
进一步的,多尺度Retinex变换的方法如下:
1)Retinex理论模型如下:
;
2)为获取,将Retinex模型转换成对数形式,如下:
;
3)为获取物体反射光部分r,先估算入射的照度l,采用高斯平滑估计亮度图像,高斯函数如下:
;
;
式中,是高斯函数的标准差,K为常系数,为卷积操作符;
4)将不同尺度处理得到的反射图像以对应的权值组合在一起就得到多尺度Retinex变换:
。
进一步的,迭代阈值法的步骤如下:
1)找出图像的最大灰度值和最小灰度值,k=0,初始阈值;
2)分别计算图像中灰度值大于和小于两个像素集的灰度平均值和;
3)更新阈值;
4)若,则最终阈值,否则转步骤2)继续计算。
进一步的,判断眼睛状态的方法如下:
1)眼角张开程度:
在得到眼部区域的二值图像后,我们在二值图像中获取上眼睑,然后从左右两端眼角开始分别选取上眼睑的p个点,用下式计算眼角的近似切线斜率、和眼睑坐标y值的方差;
;
取左右眼角切线斜率平均值对应的弧度作为眼睛的张开角度,眼睛睁得越大则对应的角度越大,同时方差也越大,反之,两者都较小,取它们的乘积作为判断参数S,如下式:
;
2)上下眼睑距离:
选择眼睛区域灰度平均值最小的连续5列作为瞳孔的位置,计算该区域上下眼睑距离的平均高度作为眼睛睁开高度H;
3)眼睛开闭判断:
以零点(0,0)为中心,在第一象限中画出半径为R 的圆弧,若点落在圆弧外则判断为睁眼图像,否则判断为闭眼状态,用下式求得点到中心点的距离:
;
半径R作为划分闭眼和睁眼的阈值,r与半径R比较,当时判断图像状态为睁眼,否则判断为闭眼状态。
本发明的有益效果是:
本发明首先利用Adaboost获取人眼部位,然后为降低光照的影响,先对眼睛图像做Gamma校正克服光照影响,使用多尺度Retinex变换去除光照不均匀引起的阴影干扰,再采用迭代阈值法将图像二值化,从而更准确地获取眼睛区域。在判断眼睛状态时,采用融合眼角睁开角度和眼睛睁开高度信息的判断方法提高检测的准确性。
具体实施方式
以下具体实施例对本发明作进一步阐述,但不作为对本发明的限定。
红外图像的眼睛开闭检测方法,包括以下步骤:
S1:采集人脸红外图像,利用Adaboost获取人眼部位;
S2:对眼睛图像做Gamma校正克服光照影响;
S3:使用多尺度Retinex变换去除光照不均匀引起的阴影干扰;
S4:采用迭代阈值法将图像二值化,从而更准确地获取眼睛区域;
S5:采用融合眼角睁开角度和眼睛睁开高度信息的判断方法来判断眼睛状态。
Gamma校正的方法如下:
1)分段地将灰度值[0,225]映射到弧度区间[0,π],规则如下分段函数:
式中,、和则分别代表、和;
2)确定值与弧度之间的映射关系:
。
多尺度Retinex变换的方法如下:
1)Retinex理论模型如下:
;
2)为获取,将Retinex模型转换成对数形式,如下:
;
3)为获取物体反射光部分r,先估算入射的照度l,采用高斯平滑估计亮度图像,高斯函数如下:
;
;
式中,是高斯函数的标准差,K为常系数,为卷积操作符;
4)将不同尺度处理得到的反射图像以对应的权值组合在一起就得到多尺度Retinex变换:
。
迭代阈值法的步骤如下:
1)找出图像的最大灰度值和最小灰度值,k=0,初始阈值;
2)分别计算图像中灰度值大于和小于两个像素集的灰度平均值和;
3)更新阈值;
4)若,则最终阈值,否则转步骤2)继续计算。
判断眼睛状态的方法如下:
1)眼角张开程度:
在得到眼部区域的二值图像后,我们在二值图像中获取上眼睑,然后从左右两端眼角开始分别选取上眼睑的p个点,用下式计算眼角的近似切线斜率、和眼睑坐标y值的方差;
;
取左右眼角切线斜率平均值对应的弧度作为眼睛的张开角度,眼睛睁得越大则对应的角度越大,同时方差也越大,反之,两者都较小,取它们的乘积作为判断参数S,如下式:
;
2)上下眼睑距离:
选择眼睛区域灰度平均值最小的连续5列作为瞳孔的位置,计算该区域上下眼睑距离的平均高度作为眼睛睁开高度H;
3)眼睛开闭判断:
以零点(0,0)为中心,在第一象限中画出半径为R 的圆弧,若点落在圆弧外则判断为睁眼图像,否则判断为闭眼状态,用下式求得点到中心点的距离:
;
半径R作为划分闭眼和睁眼的阈值,r与半径R比较,当时判断图像状态为睁眼,否则判断为闭眼状态。
Claims (5)
1.红外图像的眼睛开闭检测方法,其特征在于,包括以下步骤:
S1:采集人脸红外图像,利用Adaboost获取人眼部位;
S2:对眼睛图像做Gamma校正克服光照影响;
S3:使用多尺度Retinex变换去除光照不均匀引起的阴影干扰;
S4:采用迭代阈值法将图像二值化,从而更准确地获取眼睛区域;
S5:采用融合眼角睁开角度和眼睛睁开高度信息的判断方法来判断眼睛状态。
2.根据权利要求1所述的眼睛开闭检测方法,其特征在于,Gamma校正的方法如下:
1)分段地将灰度值[0,225]映射到弧度区间[0,π],规则如下分段函数:
式中,、和则分别代表、和;
2)确定值与弧度之间的映射关系:
。
3.根据权利要求1所述的眼睛开闭检测方法,其特征在于,多尺度Retinex变换的方法如下:
1)Retinex理论模型如下:
;
2)为获取,将Retinex模型转换成对数形式,如下:
;
3)为获取物体反射光部分r,先估算入射的照度l,采用高斯平滑估计亮度图像,高斯函数如下:
;
;
式中,是高斯函数的标准差,K为常系数,为卷积操作符;
4)将不同尺度处理得到的反射图像以对应的权值组合在一起就得到多尺度Retinex变换:
。
4.根据权利要求1所述的眼睛开闭检测方法,其特征在于,迭代阈值法的步骤如下:
1)找出图像的最大灰度值和最小灰度值,k=0,初始阈值;
2)分别计算图像中灰度值大于和小于两个像素集的灰度平均值和;
3)更新阈值;
4)若,则最终阈值,否则转步骤2)继续计算。
5.根据权利要求1所述的眼睛开闭检测方法,其特征在于,判断眼睛状态的方法如下:
1)眼角张开程度:
在得到眼部区域的二值图像后,我们在二值图像中获取上眼睑,然后从左右两端眼角开始分别选取上眼睑的p个点,用下式计算眼角的近似切线斜率、和眼睑坐标y值的方差;
;
取左右眼角切线斜率平均值对应的弧度作为眼睛的张开角度,眼睛睁得越大则对应的角度越大,同时方差也越大,反之,两者都较小,取它们的乘积作为判断参数S,如下式:
;
2)上下眼睑距离:
选择眼睛区域灰度平均值最小的连续5列作为瞳孔的位置,计算该区域上下眼睑距离的平均高度作为眼睛睁开高度H;
3)眼睛开闭判断:
以零点(0,0)为中心,在第一象限中画出半径为R 的圆弧,若点落在圆弧外则判断为睁眼图像,否则判断为闭眼状态,用下式求得点到中心点的距离:
;
半径R作为划分闭眼和睁眼的阈值,r与半径R比较,当时判断图像状态为睁眼,否则判断为闭眼状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710327858.2A CN107133595A (zh) | 2017-05-11 | 2017-05-11 | 红外图像的眼睛开闭检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710327858.2A CN107133595A (zh) | 2017-05-11 | 2017-05-11 | 红外图像的眼睛开闭检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107133595A true CN107133595A (zh) | 2017-09-05 |
Family
ID=59731477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710327858.2A Withdrawn CN107133595A (zh) | 2017-05-11 | 2017-05-11 | 红外图像的眼睛开闭检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107133595A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107943527A (zh) * | 2017-11-30 | 2018-04-20 | 西安科锐盛创新科技有限公司 | 睡眠自动关闭电子设备的方法及其系统 |
CN107959756A (zh) * | 2017-11-30 | 2018-04-24 | 西安科锐盛创新科技有限公司 | 睡眠自动关闭电子设备的系统及其方法 |
CN111127537A (zh) * | 2018-10-29 | 2020-05-08 | 托比股份公司 | 用于检测头戴式装置中的阴影的方法和装置 |
CN111557007A (zh) * | 2018-07-16 | 2020-08-18 | 华为技术有限公司 | 一种检测眼睛睁闭状态的方法及电子设备 |
CN112149641A (zh) * | 2020-10-23 | 2020-12-29 | 北京百度网讯科技有限公司 | 监控驾驶状态的方法、装置、设备和存储介质 |
CN112183220A (zh) * | 2020-09-04 | 2021-01-05 | 广州汽车集团股份有限公司 | 一种驾驶员疲劳检测方法及其系统、计算机存储介质 |
CN113208591A (zh) * | 2020-01-21 | 2021-08-06 | 初速度(苏州)科技有限公司 | 一种眼睛开闭距离的确定方法及装置 |
CN113449584A (zh) * | 2020-03-24 | 2021-09-28 | 丰田自动车株式会社 | 睁眼度计算装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1778608A (zh) * | 2004-09-29 | 2006-05-31 | 爱信精机株式会社 | 驾驶员监视系统 |
CN201765668U (zh) * | 2010-03-01 | 2011-03-16 | 黎亚平 | 疲劳驾驶预警装置 |
-
2017
- 2017-05-11 CN CN201710327858.2A patent/CN107133595A/zh not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1778608A (zh) * | 2004-09-29 | 2006-05-31 | 爱信精机株式会社 | 驾驶员监视系统 |
CN201765668U (zh) * | 2010-03-01 | 2011-03-16 | 黎亚平 | 疲劳驾驶预警装置 |
Non-Patent Citations (1)
Title |
---|
赵文 等: ""基于红外图像的眼睛开闭检测方法"", 《计算机工程与设计》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107959756B (zh) * | 2017-11-30 | 2020-09-18 | 深圳市普斯美医疗科技有限公司 | 睡眠自动关闭电子设备的系统及其方法 |
CN107959756A (zh) * | 2017-11-30 | 2018-04-24 | 西安科锐盛创新科技有限公司 | 睡眠自动关闭电子设备的系统及其方法 |
CN107943527A (zh) * | 2017-11-30 | 2018-04-20 | 西安科锐盛创新科技有限公司 | 睡眠自动关闭电子设备的方法及其系统 |
CN111557007B (zh) * | 2018-07-16 | 2022-08-19 | 荣耀终端有限公司 | 一种检测眼睛睁闭状态的方法及电子设备 |
CN111557007A (zh) * | 2018-07-16 | 2020-08-18 | 华为技术有限公司 | 一种检测眼睛睁闭状态的方法及电子设备 |
US11430264B2 (en) | 2018-07-16 | 2022-08-30 | Honor Device Co., Ltd. | Eye open or closed state detection method and electronic device |
CN111127537A (zh) * | 2018-10-29 | 2020-05-08 | 托比股份公司 | 用于检测头戴式装置中的阴影的方法和装置 |
CN113208591A (zh) * | 2020-01-21 | 2021-08-06 | 初速度(苏州)科技有限公司 | 一种眼睛开闭距离的确定方法及装置 |
CN113208591B (zh) * | 2020-01-21 | 2023-01-06 | 魔门塔(苏州)科技有限公司 | 一种眼睛开闭距离的确定方法及装置 |
CN113449584A (zh) * | 2020-03-24 | 2021-09-28 | 丰田自动车株式会社 | 睁眼度计算装置 |
CN113449584B (zh) * | 2020-03-24 | 2023-09-26 | 丰田自动车株式会社 | 睁眼度计算装置 |
CN112183220A (zh) * | 2020-09-04 | 2021-01-05 | 广州汽车集团股份有限公司 | 一种驾驶员疲劳检测方法及其系统、计算机存储介质 |
CN112149641A (zh) * | 2020-10-23 | 2020-12-29 | 北京百度网讯科技有限公司 | 监控驾驶状态的方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107133595A (zh) | 红外图像的眼睛开闭检测方法 | |
WO2021004138A1 (zh) | 一种屏幕显示方法、终端设备及存储介质 | |
Cheng et al. | Automatic optic disc segmentation with peripapillary atrophy elimination | |
CN104408462B (zh) | 面部特征点快速定位方法 | |
TWI553565B (zh) | 利用二維臉部影像估測其三維角度方法,及其臉部置換資料庫建立方法與臉部影像置換方法 | |
CN104063700B (zh) | 自然光照正面人脸图像中的眼睛中心点定位的方法 | |
JP5737400B2 (ja) | 赤目検出装置 | |
CN109840565A (zh) | 一种基于眼部轮廓特征点纵横比的眨眼检测方法 | |
CN107169405A (zh) | 基于双目摄像机活体识别的方法及装置 | |
CN102930252A (zh) | 一种基于神经网络头部运动补偿的视线跟踪方法 | |
US9854967B2 (en) | Gaze detector | |
US8559668B2 (en) | Red-eye reduction using facial detection | |
CN106650688A (zh) | 基于卷积神经网络的眼部特征检测方法,装置及识别系统 | |
CN108614999A (zh) | 基于深度学习的眼睛睁闭状态检测方法 | |
CN103902958A (zh) | 人脸识别的方法 | |
EP2888718A1 (en) | Methods and systems for automatic location of optic structures in an image of an eye, and for automatic retina cup-to-disc ratio computation | |
CN106203394A (zh) | 基于人眼状态检测的疲劳驾驶安全监测方法 | |
CN104732217B (zh) | 一种自适应模板大小指纹方向场计算方法 | |
CN107358152A (zh) | 一种活体识别方法和系统 | |
CN106651888A (zh) | 基于多特征融合的彩色眼底图像视杯分割方法 | |
Surendiran et al. | Segmentation of optic disc and cup using modified recurrent neural network | |
CN112384127A (zh) | 眼睑下垂检测方法及系统 | |
CN107895157A (zh) | 一种低分辨率图像虹膜中心精确定位的方法 | |
CN104463080A (zh) | 人眼状态的检测方法 | |
CN108596897A (zh) | 基于图像处理的鼻咽镜下腭咽闭合度的全自动检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20170905 |
|
WW01 | Invention patent application withdrawn after publication |