[发明专利]一种实时眨眼检测与人眼瞳孔中心定位方法

摘要

本发明公开了一种实时眨眼检测与人眼瞳孔中心定位方法，属于图像处理与模式识别技术领域，对每一帧图像进行眼部区域截取、缩放、灰度处理与高斯平滑滤波，对滤波后的图像求梯度；计算动态梯度阈值，进行归一化；进行遍历，以梯度与估算的瞳孔半径构建并求解眼部灰度映射函数，判断是否闭眼状态，若为闭眼状态且上一帧图像为睁眼状态，则判定为一次眨眼，处理下一帧图像；若为闭眼状态且上一帧图像状态为闭眼状态，则不判定为一次眨眼，处理下一帧图像；若为睁眼状态，对图像中的每个点进行遍历，构建并求解瞳孔中心位置函数，得到瞳孔中心位置，处理下一帧图像。本方法能够有效去除图像中的噪声，提高了眨眼检测与瞳孔中心定位的鲁棒性和精度。

主权项

1.一种实时眨眼检测与人眼瞳孔中心定位方法，其特征在于：包括如下步骤：步骤1，对一帧图像I进行眼部图像区域截取，对截取到的眼部图像I₁进行缩放，得到缩放后的眼部图像I₂；步骤2，对缩放后的眼部图像I₂进行灰度处理得到灰度图像I₃，对灰度图像I₃进行高斯平滑滤波得到滤波后的图像I₄；步骤3，对图像I₄求梯度，得到水平与垂直方向上的梯度g_x、g_y与梯度幅值|g_xy|；步骤4，计算动态梯度丢弃阈值T_h；根据计算的阈值对梯度进行归一化，得到归一化后的水平与垂直梯度g_x1、g_y1；步骤5，建立一个大小为M×N，初始值全为0的眼部灰度映射矩阵G；遍历图像I₄中水平梯度g_x1≠0、垂直梯度g_y1≠0的点(x,y)，以估算的瞳孔半径r计算水平映射坐标x₁与垂直映射坐标y₁，在眼部灰度映射矩阵G中对应映射坐标(x₁,y₁)的值进行加1操作；步骤6，定义眼部灰度函数f₁(G)＝max(G)，其中max表示获取灰度映射矩阵G的最大值，求解此函数，得到灰度映射的最大值V；步骤7，若第一次运行，将步骤6获得的最大值作为初始值V₀，初始化睁眼标志位flag＝true，继续执行步骤1；步骤8，若步骤6求解的最大值V＜0.8×V₀，则为闭眼状态；若上一帧睁眼标志位flag＝true，置睁眼标志位flag＝false，则检测到一次眨眼；若上一帧睁眼标志位flag＝false，则为眼睛常闭状态，继续执行步骤1；若步骤6求解的最大值V≥0.8×V₀，则为睁眼状态，置睁眼标志位flag＝true，继续执行步骤9；步骤9，建立一个大小为M×N，初始值全为0的瞳孔中心位置矩阵C，遍历图像I₄中水平梯度g_x1≠0、垂直梯度g_y1≠0的点(x,y)，计算该点与点(x_i,y_j)所构建的向量与点(x_i,y_j)处的梯度向量的点积，其中点(x_i,y_j)表示除去点(x,y)剩下的所有点，并且(x_i,y_j)≠(x,y)，i∈{0,...,M}，j∈{0,...,N}，g_x1表示在点(x_i,y_j)处的归一化水平梯度，g_y1表示在点(x_i,y_j)处的归一化垂直梯度，计算公式为：并将结果d在瞳孔中心位置矩阵C中累加；步骤10，定义瞳孔中心位置函数f₂(C)＝maxloc(C)，其中maxloc表示获取瞳孔中心位置矩阵C的最大值的坐标；求解此函数，得到瞳孔中心坐标P₂，并在缩放的眼部图像I₂中标记；步骤11，继续执行步骤1。