基于OpenCV人眼瞳孔定位算法_李红匣.pdf

电子质量 （2012第11期） 基于OpenCV的人眼瞳孔定位算法 基于OpenCV的人眼瞳孔定位算法 李红匣（五邑大学,广东江门529020） LiHong-xia(WuyiUniversity,GuangdongJiangmen529020） 摘 要：近年来，人脸检测技术在机器视觉、模式识别、人工智能等领域得到了广泛的应用。而包含着丰 富的内容和信息的人眼，作为人体生物特征的一个重要部分，关于人眼检测与定位的技术更是广泛应 用在生物识别、医疗辅助、人机交互等领域。该文利用水平积分投影和区域特征的算法，快速定位人眼 区域，然后利用区域投影的方法实现了瞳孔定位。 关键词：人脸检测；水平积分投影；区域投影 中图分类号：TP391.41 文献标识码：A 文章编号：1003-0107(2012)11-0014-04 Abstract: regionprojectionisusedtolocatethepositionofpupils. Keywords: CLCnumber:TP391.41 Documentcode:A ArticleID：1003-0107(2012)11-0014-04 0引言 近年来，人脸检测在信息安全、出入口访问控制、图像 与视频检索和智能人机接口等方面的广泛运用，已成为机 [1] 器视觉和模式识别等领域的热门课题 。而人的眼睛，比鼻 子、嘴等其他人体器官能够提供更多更重要的信息，如表 情、疲劳状态、心理活动等，所以瞳孔定位在疲劳检测、表 情识别、身份认证等方面有重要的意义。 1人脸检测 人脸检测 本文主要采用Adaboost算法对人脸进行检测。Ad- 图1人脸检测 aboost算法是一种迭代算法，其主要原理为：首先，通过对 [2] 法、基于表观的方法和基于特征的方法 。其中，王文成 训练集的训练，可以得到若干个弱分类器；然后，将弱分类 [2] 等人 提出了利用区域投影的方法定位人眼区域，该方 器集合起来构造成一个强分类器，并且该强分类器具有较 法通过对人脸图像计算水平积分投影，然后再利用人 强的分类能力；最后，通过将若干个强分类器级联得到级 [2] 眼在面部的特殊位置得到人眼区域。此方法较为理想 联分类器 。 化，首先利用人眼的特殊位置缩小眼睛的范围，再计算 Adaboost算法能够实现快速人脸定位，整个过程主要 积分投影等到人眼的大致区域；然后利用边缘检测、膨 包括3个部分：图像预处理、载入分类器和人脸检测，如图 胀处理等方法获得了人眼较为精确的范围。 1所示。 人眼定位综合了图像增强、水平积分投影及区域 特征等算法。图2所示为系统设计中人眼定位的流 2基于灰度投影