基于fcm聚类和c-v模型的人眼精确定位方法 precise human eyes location algorithm based on fcm clustering and c-v model.pdfVIP

V01．16 第16卷第3期 电路与系统学报 No．3 2011年6月 JOURNAL0FCIRCUITSANDSYSTEMS June，201l 文章编号：1007-0249(2011)03·0036—08 基{FCM聚类：f,uC．V模型的人眼精确定位方法★ 吴暾华埘， 白宝钢1， 周昌乐2 (1．温州医学院信息与工程学院，浙江温州325035；2．厦门大学信息科学与技术学院，福建厦门361005) 摘要，提出了一种精确提取眼睛轮廓、虹膜边界、瞳孔中心及眼角坐标的方法。首先利用基于AdaBoost算法的 圆变换提取瞳孔中心和虹膜边界；接着运用模糊C均值(FCM)聚类算法在子区域内提取眼睛的初始区域，并以初始 人脸测试集上，结合FCM聚类后c．V模型的收敛速度提高了64．1％、定位精度提高了8．3％。方法不受复杂背景影响， 对光照变化有较好的适应度，具有较高的鲁棒性。实验结果表明方法是