[发明专利]一种基于数字视频图像处理的瞳孔中心定位方法

权利要求书

1.一种基于数字视频图像处理的瞳孔中心定位方法，其特征在于：所述方法通过以下步骤实现：

步骤一、通过摄像头采集视频图像并以数字RGB格式输出每一帧；

步骤二、通过粗略人脸图像分割与AdaBoost算法相结合的方法进行人脸检测与定位，确定出视频图像中的人脸部图像；其中，在粗略人脸图像分割中采用YCgCr颜色空间与形态学运算相结合；在AdaBoost训练算法采用强分类器级联方法；

步骤三、确定脸部图像后利用人眼区域相对于人脸其他区域灰度值差别较大的特点，进行人眼图像的定位；

步骤四、利用边缘检测和Hough变换圆检测，确定瞳孔中心位置。

2.根据权利要求1所述的基于数字视频图像处理的瞳孔中心定位方法，其特征在于：所述的步骤一中通过摄像头采集视频图像并以数字RGB格式输出每一帧的过程是利用高速摄像头进行数字视频图像的采集。

3.根据权利要求1或2所述的基于数字视频图像处理的瞳孔中心定位方法，其特征在于：所述的步骤二中通过粗略人脸图像分割与AdaBoost算法相结合的方法进行人脸检测与定位，确定出视频图像中的人脸部图像的过程为：

根据摄像头采集到的RGB颜色空间的数据计算出其在YCgCr颜色空间的描述形式，之后在YCgCr颜色空间利用每个像素点的Cg、Cr值，对视频图像进行肤色聚类处理，根据肤色聚类信息构建二值图像矩阵，之后进行先大面积膨胀，后大面积腐蚀的形态学运算，得到粗略的人脸候选区域，之后利用人脸候选区域像素坐标信息在摄像头采集到的原始图像中取出对应的粗略的人脸候选区域部分进行灰度化，使用AdaBoost算法对灰度化后的图像进行人脸检测获得精准的人脸图像。

4.根据权利要求3所述的基于数字视频图像处理的瞳孔中心定位方法，其特征在于：所述的步骤二中通过粗略人脸图像分割与AdaBoost算法相结合的方法进行人脸检测与定位，确定出视频图像中的人脸部图像的过程为：

步骤二一、根据摄像头采集到的RGB颜色空间的数据计算出其在YCgCr颜色空间的描述形式进行肤色聚类：

通过摄像头采集视频图像并以数字RGB格式输出每一帧，将每一帧的像素点按照公式(1)计算出其在YCgCr颜色空间的描述形式，得到这些图片中每个像素点的Cg和Cr值，其中，RGB颜色空间是指以R(Red:红)、G(Green:绿)、B(Blue:蓝)为三原色，进行不同程度的混叠以描述色彩，YCgCr颜色空间是指以亮度和色度来描述色彩，Y表示亮度值，Cg表示绿色色度分量，Cr表示红色色度分量；

由于肤色像素点对应的Cg取值主要分布在[85,135]区间内、Cr取值主要分布在区间[130，165]内，将像素点转换到YCgCr空间后,遍历每个像素点的Cg，Cr值，用公式(2)筛选出肤色像素并根据每个像素点的坐标和Cg、Cr分布信息构建二值图像矩阵BW；

其中：and表示与关系，or表示或关系；BW为像素点取值为255或者0的二值图像矩阵；

步骤二二、通过公式(3)对BW进行大面积的膨胀操作，然后再利用公式(4)对BW_P大面积腐蚀操作；

BW_F＝BW_pΘB， (4)

其中A为25x25的方型结构元素B为20x20的方型结构元素

符号表示形态学膨胀操作，符号Θ表示形态学腐蚀操作，BW_P为用A对BW膨胀操作后获得的二值图像矩阵，BW_F为用B对BW_P腐蚀操作后获得的二值图像矩阵；

步骤二三、根据步骤二二获得的BW_F二值图像矩阵，利用其值为255的像素的坐标，在摄像头采集到的原始图像RGB颜色空间中，取出对应坐标像素点，再利用公式(5)进行灰度化获得粗略的人脸图像，待进一步利用AdaBoost算法检测人脸；

步骤二四、计算步骤二三获得的灰化后的粗略的人脸图像的Haar-like特征值，检测并精准确定脸部图像；由于图像的像素点较多，Haar-like特征值的计算量较大，因此本发明并采用积分图法加速Haar-like特征值的计算；然后通过AdaBoost算法进行特征选取，得到精准的脸部图像。