基于小波变换的眼角定位方法.docVIP

基于小波变换的眼角定位方法 　　摘要：针对人脸识别中的特征定位问题，文章提出了一种眼角定位方法。首先根据小波变换，对灰度图中的人脸粗定位两眼的位置，然后结合 Susan 算子方法找出内外眼角的精确位置，实现对双眼的定位。实验结果表明，与传统方法相比，该方法能较好的实现眼睛定位，能够显著提高了定位准确率和定位速度。 　　关键词： 人脸识别；小波变换；Susan算子；眼睛定位 　　中图分类号：TP391文献标识码：A文章编号：1009-3044(2008)30-0708-02 　　 　　A Method of Localization of the Eyes Based on Wavelet 　　SUN Yu-sheng, JIN Jing-yong 　　(College of Electricity and Information Engineer, Zhengzhou University of Light Industry, Zhengzhou 45003, China) 　　Abstract: In view of the person face recognitions in characteristic localization question, the article present one corner of the eye localization method. First according to the wavelet transformation, locates two positions thickly to the gradation charts person face, then unifies the Susan operator method to discover the inside and outside corner of the eyes exact location, realizes to both eyes localization. The experimental result indicated that compares with the conventional methods, the method can better realize the eye localization, could obviously raise the localization rate of accuracy and the localization speed. 　　Key words: face recognition; wavelet; operator susan; eye location 　　 　　1 引言 　　 　　眼睛是人脸面部最为显著的特征之一，在人脸检测和识别中发挥着重要的作用。眼睛的检测与定位是人脸识别中尺度归一化的依据，是脸部其他特征如眉、鼻、嘴等准确定位的基础。在人眼特征点中，内外眼角比瞳孔更为稳定，随年龄、表情、胖瘦等改变变化的很小。因此眼角的精确定位将直接影响人脸特征点的整体定位质量和识别的准确率。 　　现在关于眼睛定位的方法层出不穷，有区域分割法、边缘特征分析法、灰度投影法以及模板匹配法等。区域分割法[1]对于如人眼闭合、戴眼镜等情况易定位失败；边缘提取法[2]需要做大量预处理，参数过多的眼部模板不适用于个体差异太大的人脸；灰度投影法[3]速度较快，但定位精度较差，易陷入局部最小而导致定位失败；模板匹配法使用方便，但计算量较大，定位准确率较低。此外还有一些其它的定位算法，如Bala[4]等人提出一种基于遗传算法和决策树的眼睛定位方法等。 　　在本文的工作中，首先根据小波变换，对人脸灰度图粗定位两眼的位置，然后结合Susan算子方法对内外眼角点进行提取，实现对人眼的定位。实验结果证明本文的定位方法快速准确稳定。 　　 　　2 眼睛的粗定位 　　 　　2.1 小波高频子图的分析 　　小波变换是一种空间（时间）和频率的局部变换。一幅图像经一层小波变换后分解为四个子带图像，各个子带图像从不同角度描述原图像如图１。由图１可以看出，高频子图反映了人脸图像中变化丰富的区域如眼睛、嘴巴、眉毛等，对应区域的亮度比其它区域集中。因此，可以利用高频子图中的亮度分布判断人脸特征点的大致位置。 　　高频子图中的水平子图较为清晰地反映了人脸器官的形状和位置，对图1(b)进行二值化，然后取亮度最大的几个区域，即可得到图２。 　　该图反映了小波高频子图中亮度最大的一些区域。将孤立亮点去掉，取面积最大的几个区域得到图2(b)。图2(b)显示人脸器官中眉毛和嘴巴的区域特征比较明显，因此可以从图中找到两眉区域的大致位置，然后由人脸的结构分布，可