[發明專利]基于級聯分類和哈夫圓變換的人眼狀態檢測方法

無效

• 申請號: 200710046477.3
• 申請日: 2007-09-27
• 公開（公告）號: CN101127076A
• 公開（公告）日: 2008-02-20
• 發明（設計）人: 劉決仕;金晶;陳華曦;陳剛;申瑞民
• 申請（專利權）人: 上海交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 上海交達專利事務所
• 代理人: 王錫麟;王桂忠

1.一種基于級聯分類和哈夫圓變換的人眼狀態檢測方法，其特征在于，包括以下步驟，

步驟一，采集人臉圖像；

步驟二，對于步驟一采集到的人臉圖像，使用橢圓膚色模型在YCbCr顏色空間膚色分割得到膚色區域位置信息；

步驟三，使用訓練好的級聯人眼分類器在步驟二提取的膚色區域位置使用人眼檢測窗口遍歷的方式檢測矩形人眼區域，得到人眼矩形鏈表，使用矩形合并方法合并人眼矩形鏈表中的矩形，直到沒有可以合并的矩形為止，得到合并后的人眼矩形鏈表；

步驟四，對于步驟三合并后的人眼矩形鏈表中的每個矩形人眼區域，依次使用索貝爾算子進行邊緣檢測和二值化得到二值圖像；

步驟五，對于步驟四得到的每幅二值圖像，依次使用水平投影方法檢測人眼狀態；

步驟六，如果步驟五不能確定當前狀態是閉眼，則使用哈夫圓變換檢測方法進一步檢測人眼狀態。

2.根據權利要求1所述的基于級聯分類和哈夫圓變換的人眼狀態檢測方法，其特征是，所述得到膚色區域位置信息，包括如下具體步驟：

①、將步驟一中采集到的人臉圖像中每個像素點的RGB值(R，G，B)，轉換成(Y，Cb，Cr)值，其中，Y表示亮度信息、Cb表示藍色的色差信息、Cr表示紅色的色差信息；

②、設置橢圓膚色模型的參數；

③、對圖像中的每個像素點，進行膚色分割，得到二值膚色圖像；

④、在二值膚色圖像的四連通膚色區域的邊界中，得到膚色區域位置信息。

3.根據權利要求1所述的基于級聯分類和哈夫圓變換的人眼狀態檢測方法，其特征是，所述的人眼檢測窗口遍歷的方式，指的是設定初始檢測窗口的大小，按照步長大小從膚色區域的左上角開始向右移動，每移動一次，便得到一個檢測窗口，如果級聯人眼分類器將該檢測窗口里的圖像分類為人眼，即檢測到矩形人眼區域，把該矩形人眼區域加到人眼矩形鏈表中，否則不做任何操作，當窗口移至圖像最右邊時，從下一行開始重復同樣的操作，直至窗口到達圖像最右下方，然后以一定倍率擴大檢測窗口，重復同樣的檢測過程，直至窗口的寬度大于指定的寬度為止。

4.根據權利要求1所述的基于級聯分類和哈夫圓變換的人眼狀態檢測方法，其特征是，所述的可合并的矩形，指的是兩個矩形中，如果一個矩形中心包含在另一個矩形之中，則這兩個矩形應當合并成一個矩形；

所述的矩形合并方法，是指將兩個要合并的矩形的左上角坐標值平均得到新的坐標值，把該坐標值作為合并后的矩形的左上角坐標值，同時將兩個矩形的長和寬分別平均得到新的長和寬，并把新的長和寬作為合并后的矩形的長和寬，這樣便確定了合并后的矩形的大小和位置，將合并后的矩形加到人眼矩形鏈表中，并從人眼矩形鏈表中刪除對應的兩個要合并的矩形。

5.根據權利要求1所述的基于級聯分類和哈夫圓變換的人眼狀態檢測方法，其特征是，所述邊緣檢測和二值化，是指對矩形人眼區域，首先利用高斯濾波器濾波，得到平滑后的灰度圖像，對灰度圖像用索貝爾算子，進行邊緣檢測，得到一幅梯度圖像，最后采用閾值法，設定閾值，遍歷該梯度圖像，將大于或等于閾值的像素點作為邊緣點，小于設定閾值的像素點作為背景點，得到二值圖像。

6.根據權利要求1或5所述的基于級聯分類和哈夫圓變換的人眼狀態檢測方法，其特征是，所述索貝爾算子，包括水平檢測算子和垂直檢測算子，具體如下：

水平檢測算子對水平方向的灰度值變化敏感，垂直檢測算子對垂直方向的灰度值變化敏感。

7.根據權利要求1所述的基于級聯分類和哈夫圓變換的人眼狀態檢測方法，其特征是，所述水平投影方法，是指：累加水平方向上邊緣點的數目，得到水平投影向量，在該水平投影向量中，如果存在兩個足夠大且靠得足夠近的高峰，判斷該人眼當前狀態是閉眼，如果不存在兩個足夠大且靠得足夠近的高峰，則不能確定當前狀態為閉眼，那么跳至步驟六。

8.根據權利要求7所述的基于級聯分類和哈夫圓變換的人眼狀態檢測方法，其特征是，所述的足夠大，指的是水平方向上邊緣點的數目累加值大于第一閾值，第一閾值的大小范圍在w×0.2和w×0.35之間，所述的w是二值圖像的寬；

所述的足夠近，指的是水平投影向量的兩個高峰的下標差值小于或等于第二閾值，第二閾值的大小范圍在w×0.15和w×0.25之間，所述的w是二值圖像的寬。