[发明专利]基于复合窗及梯度加权方向滤波的尾部睫毛检测方法

权利要求书

1.基于复合窗及梯度加权方向滤波的尾部睫毛检测方法，其特征在于，该方法步骤如下：

步骤(1).以方向一致性为评判标准，选取方向一致性最大的外窗与内窗构成复合窗，其中尾部睫毛起始点作为大小1×1的内窗，尾部睫毛起始点为中心的k×k邻域为外窗；

步骤(2).采用梯度向量加权投影对尾部睫毛的方向预测；

步骤(3).

设计大小为S×S的水平方向滤波器，其中S的大小根据不同图像分辨率下的尾部睫毛宽度W确定，取2*W上下范围的奇数，通过二维高斯函数离散化为高斯核获得中心部分的系数值，高斯核大小取S×S，δ＝S/2，将系数值作a倍放大处理得最终系数值f(x,y)，其中a的取值应满足使得f(x,y)大于等于1；

将滤波器中内环与外环坐标点以串联移位的形式独立完成旋转，通过水平方向滤波器对尾部睫毛图像进行增强，获得尾部睫毛检测结果图；

步骤(1).具体方法如下：

步骤(1.1)利用sobel梯度算子求取尾部睫毛点k×k邻域内像素点在x方向的梯度G_x(p,q)和y方向的梯度G_y(p,q)，构成梯度向量V＝[G_x,G_y]，将梯度向量的方向范围进行归一化到[0,π]，公式表达如下：

式中，f(p,q)表示图像中第p行、第q列像素点的像素值；

步骤(1.2)遍历k×k邻域内所有像素点，分别求取每一个像素点与剩余k²-1个像素点的梯度向量余弦相似性之和Cos(t)，取所有Cos(t)中的最大值作为k×k窗口的方向一致性Coh(k)，公式如下：

Coh(k)＝max{Cos(t)},t＝1,2,…,k² (6)

式中，V_t表示第t个像素点的梯度向量，t＝1,2,…,k²，V_i表示第i个像素点的梯度向量，i＝1,…,t-1,t+1,…,k²：

步骤(1.3)对窗口大小k＝1,2,…,L进行遍历，3≤L≤5，选取方向一致性最大值所对应的窗口作为复合窗的外窗；

步骤(2).具体方法如下：

假定一个最优投影向量U，局部区域方向与最优投影向量U垂直，将局部区域内各像素点与剩余k²-1个像素点的梯度向量余弦相似性之和Cos(t)作为各点梯度向量的权重，将各点梯度向量在方向U上的投影进行加权求和S,求得满足S取最大值条件下的最优投影向量U和对应的局部区域方向即尾部睫毛的方向。