[发明专利]一种人眼中心点定位的方法

权利要求书

1.一种人眼中心点定位的方法，其特征在于：首先运用一种自底向上的方法检测人脸，接着计算人脸图像的局部二阶矩图像H；计算H的极值区域、非极值区域、平均值区域；然后使用一种自顶向下的聚类算法将非极值区域聚类到极值区域；再寻找满足人眼知识的两个最可能的区域；最后计算寻找到的两个区域的重心作为人眼中心点位置。

2.根据权利要求1所述的人眼中心点定位算法，其特征在于：人脸图像的局部二阶矩计算中，使用一定大小的滑动窗口，计算窗口内的局部矩，更好的描述了图像中的纹理信息，极大的突出了人眼部位的特征。

3.根据权利要求1所述的人眼中心点定位算法，其特征在于：求极值方法中，采用一种类似降潮的方法，从最大的特征值开始，降落至所有特征值的平均值，在降落的过程中，如果连通区域上方没有其它区域，则设为新的极值区域，如果连通区域上方只有一个区域，则扩大已有的极值区域，如果连通区域上方有两个或两个以上的区域，则连通区域为两极值或多极值区域的交融区域，设为一个新的非极值区域，小于平均值的像素点均设为平均值区域。

4.根据权利1所述的人眼中心点定位算法，其特征在于：自顶向下的聚类算法中，计算每个区域的上层点到最底层点平均需要多少像素即区域变化率，如果区域与它的上层区域变化率相近则将此区域与它的上层区域合并，否则与它的底层区域合并，重复上述过程，直到所有区域要么属于极值点区域要么属于平均值区域。

5.根据权利1所述的人眼中心点定位算法，其特征在于：所述的寻找满足人眼知识的两个最可能的区域，只寻找两个面积相差不大的区域，这两个区域中间没有大于两区域平均值的极值点，并且两区域之间的距离小于两区域中心向量方向的两区域的宽度之和，区域的外接矩形高度在总高度的1/12到1/4之间，区域的外接矩形宽度在总宽度的1/6到1/4之间，将这两个区域的重心作为人眼中心点的位置。