[发明专利]一种利用图像信息来识别人眼状态的方法

摘要

本发明一种用图像信息来识别人眼状态的方法，利用图像统一局部二值模式特征来描述人眼图像，将垂直投影特征和局部二值模式特征结合作为人眼图像状态的描述特征；并使用支持向量机及Sigmoid核函数作为人眼图像状态的分类器，计算出最终的人眼图像状态，提升了人眼状态识别的正确率，由于本发明采用了统一局部二值模式特征值和垂直投影特征对人眼图像进行描述，在图像旋转、光照不均的场景进行测试均具有比较好的鲁棒性。

主权项

一种用图像信息来识别人眼状态的方法，其特征在于包括人眼状态识别分类器训练和人眼状态识别分类器分类两个步骤：步骤1、人眼状态识别分类器训练：步骤11、获取人眼图像对采集的人眼样本图像进行人眼检测运算，获取人眼位置信息，分割出人眼图像；步骤12、人眼图像灰度均衡处理遍历人眼图像并统计图像的灰度直方图，然后将灰度直方图进行拉伸，使得直方图累计函数保持线性增长，记录下拉伸前和拉伸后的灰度值对应关系，然后根据灰度值对应关系对原始人眼图像进行灰度转换；步骤13、计算灰度图像垂直投影特征首先对灰度均衡处理后的人眼图像进行大小归一化到32x16的像素大小，然后遍历人眼图像，分别统计人眼图像每行和每列的平均灰度值组成一个32维的垂直投影特征向量；步骤14、计算人眼图像统一局部二值模式特征值计算灰度均衡处理后人眼图像的每个像素点和其邻域其他像素点的差值，如果差值大于0则赋值为1，如果差值小于0则赋值为0，按照3X3的邻域范围计算，就有8位的二进制结果，将这8位二进制结果组成一个新的字节，作为表示该像素点的局部二值模式特征值，从256个局部二值模式特征值中抽取具有旋转不变性的59个特征值作为统一局部二值模式特征值，每个人眼图像共获得1344个统一局部二值模式特征值的特征向量；步骤15、人眼状态识别分类器训练将32维的垂直投影特征向量和1344个统一局部二值模式特征值的特征向量结合，则每个人眼图像样本获得一个1376维的特征向量，将该特征向量输入支持向量机的人眼状态分类器中，采用支持向量机进行样本训练获得人眼状态分类模型；步骤2、人眼状态识别分类器分类：对采集的图像进行人眼检测运算得到人眼图像，通过步骤11至步骤14，对人眼图像进行预处理，获取人眼图像的统一局部二值模式特征值的特征向量和垂直投影特征向量，将这些特征向量输入人眼状态分类器中，并加载人眼状态分类模型后对人眼图像进行分类，判定人眼状态。