[发明专利]一种改进的积分投影法的人眼定位方法在审

专利信息
申请号: 202010750592.4 申请日: 2020-07-30
公开(公告)号: CN111860423A 公开(公告)日: 2020-10-30
发明(设计)人: 朱建鸿;徐立杰 申请(专利权)人: 江南大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/40;G06K9/34
代理公司: 哈尔滨市阳光惠远知识产权代理有限公司 23211 代理人: 林娟
地址: 214000 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 改进 积分 投影 定位 方法
【权利要求书】:

1.一种改进的积分投影法的人眼定位方法,其特征在于,包括:

S1选择两个方向相反且长度相同的一维梯度算子分别对人脸图像做卷积运算,分别获得经卷积后的图像;

S2将两个经卷积后的图像相加得到行梯度图;

S3对行梯度图进行水平积分投影,得到行梯度水平投影函数,获取行梯度水平投影函数的最大值;

S4将行梯度水平投影函数的最大值位置所对应的行作为人眼中心的水平位置,从最大值位置开始分别向前、后两个方向寻找行梯度水平投影函数的值为最大值1/2的位置,将这两个位置所对应的行作为人眼区域的上、下两条边界,得到人眼的初定位图像,并采用高斯滤波对图像抑制噪声;

S5对抑制噪声后的人眼图像进行垂直积分投影得到垂直投影曲线,以垂直投影曲线的极值点所对应的列为边界,在人眼图像上分割出左眼和右眼;

S6根据分割出的左眼图像和右眼图像的尺寸来确定左眼和右眼的中心点坐标。

2.如权利要求1所述的一种改进的积分投影法的人眼定位方法,其特征在于,所述卷积公式如下:

g1=l1*I(x,y)

g2=l2*I(x,y)

其中,l1为一维梯度算子,I(x,y)为人脸图像,g1为人脸图像经一维梯度算子l1卷积后的图像,l2是与l1方向相反且长度相同的一维梯度算子,g2为人脸图像经一维梯度算子l2卷积后的图像。

3.如权利要求2所述的一种改进的积分投影法的人眼定位方法,其特征在于,所述行梯度图的计算公式如下:

g3=g1+g2

4.如权利要求3所述的一种改进的积分投影法的人眼定位方法,其特征在于,所述行梯度水平投影函数为:

其中,|g3(x,y)|为g3的行梯度模值,x1、x2为行梯度图中像素点的横坐标。

5.如权利要求4所述的一种改进的积分投影法的人眼定位方法,其特征在于,S4步骤中,采用高斯滤波抑制噪声。

6.如权利要求5所述的一种改进的积分投影法的人眼定位方法,其特征在于,S5步骤中,所述分割出左眼和右眼方法为:垂直投影曲线的第一个极大值点为左眼的左边界,第二个极大值点为左虹膜的左边界,第三个极大值点为左虹膜的中心,第四个极大值点为左虹膜的右边界,第五个极大值点为左眼的右边界,第六个极大值点为鼻根的中心,第七个极大值点为右眼的左边界,第八个极大值点为右虹膜的左边界,第九个极大值点为右虹膜的中心,第十个极大值点为右虹膜的右边界,第十一个极大值点为右眼的右边界;取从第一个极大值点所对应的列到第五个极大值点所对应的列作为左眼垂直方向的范围,取第七个极大值点所对应的列到第十一个极大值点所对应的列作为右眼垂直方向的范围,由此分割出左眼和右眼。

7.如权利要求6所述的一种改进的积分投影法的人眼定位方法,其特征在于,步骤S6中,确定左眼和右眼的中心点坐标的方法为:设分割出的左眼图像的像素尺寸为m×n,右眼图像像素尺寸为p×q;若m和n均为偶数,则左眼的中心点坐标为(m/2,n/2);若m为偶数,n为奇数,则左眼的中心点坐标为(m/2,(n+1)/2);若m为奇数,n为偶数,则左眼的中心点坐标为((m+1)/2,n/2);若m为奇数,n为奇数,则左眼的中心点坐标为((m+1)/2,(n+1)/2);若p和q均为偶数,则右眼的中心点坐标为(p/2,q/2);若p为偶数,q为奇数,则右眼的中心点坐标为(p/2,(q+1)/2);若p为奇数,q为偶数,则右眼的中心点坐标为((p+1)/2,q/2);若p为奇数,q为奇数,则左眼的中心点坐标为((p+1)/2,(q+1)/2)。

8.权利要求1-7任一项所述的一种改进的积分投影法的人眼定位方法,其特征在于,所述方法应用于人眼定位的设备。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江南大学,未经江南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010750592.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top