[发明专利]自然光照正面人脸图像中的眼睛中心点定位的方法

权利要求书

1.一种自然光照正面人脸图像中的眼睛中心点定位的方法，其特征在于，包括以下步骤：

S1、对输入的正面人脸图像，使用自动人脸检测算法，检测人脸区域；

S2、在人脸区域的矩形框内使用主动表观模型自动定位人脸上的关键点，确定眼睛区域的初步区域；

S3、在眼睛区域的初步定位的基础之上，运用眼睛局部表观模型，进一步确定眼睛定位区域；

S4、对进一步确定的眼睛定位区域进行光照处理，去除局部眼睛区域的光照影响，运用边缘算子，检测边缘特征，并使用边缘特征进行眼睛内外眼角点的精确定位；

S5、以眼睛区域的内外眼角点的连线作为计算起点，采用圆积分求梯度法计算最大相应点，该点为眼睛的中心点。

2.根据权利要求1所述的方法，其特征在于，步骤S3具体为：

以眼睛区域的局部样本进行关键点标定，标注眉毛、上下眼睑、眼角，带入局部眼睛表观模型训练器获得局部表观模型；

在人脸中对齐的眼睛区域的粗略位置，运行局部表观模型，进一步确定眼睛的定位区域。

3.根据权利要求1所述的方法，其特征在于，步骤S4具体包括：

S41、对眼睛局部区域进行光照均衡处理，消除左右眼睛光照不均匀问题；

S42、在眼睛局部区域使用canny算子，计算该区域的边缘特征；

S43、结合眼角点局部的边缘特征，使用扇形区域积分定位内外眼角点，根据实时图像信息实现眼睛内外角点的精确定位；

S44、结合上下眼睑的边缘特征，确定眼睛的上下边界，以在圆积分时对扇形区域进行计算。

4.根据权利要求1所述的方法，其特征在于，步骤S5具体为：

S51、以眼睛的内外眼角点的连线作为起始计算位置，以内外眼角点连线的1/4作为最大搜索半径r，运行圆积分算法，求解每个像素点处的从1到r的圆形积分；

S52、计算相邻的半径点处的圆形积分的差的绝对值，找出绝对值最大的点；

S53、将绝对值最大的点对应的坐标点作为眼睛中心点输出。

5.根据权利要求1所述的方法，其特征在于，若存在脸部的面内旋转，还包括步骤：

S6、对眼睛的旋转进行校正处理。

6.根据权利要求1所述的方法，其特征在于，在运用边缘算子确定图像的边缘点时，在每一点的梯度方向上判断此点强度是否为其领域的最大值来确定该点是否为边缘点，当一个像素满足以下三个条件时，则被认为是图像的边缘点：

（1.1）该点的边缘强度大于沿该点梯度方向的两个相邻像素点的边缘强度；

（1.2）与该点梯度方向上相邻两点方向差小于45°；

（1.3）以该点为中心的 领域中的边缘强度极大值小于某个阈值。

7.根据权利要求1所述的方法，其特征在于，步骤S1具体为：

利用haar特征检测输入图像中的人脸区域，在检测到的人脸区域输出矩形定位框，并将输出的矩形框以中心点为参照将区域向外扩展20%。