[发明专利]一种基于图割模型的人眼状态识别方法

摘要

本发明公开了一种基于图割模型的图像前景提取方法，用来精确分割出图像中的人眼区域，属于基于机器视觉的图像识别领域，其适用于司机驾驶疲劳状态的自动检测。本发明解决了当前检测系统在复杂行车环境下不能准确识别人眼开闭状态的问题。这个方法首先在原始图像上建立一个图割模型，然后基于分割目标构造出图割模型的能量函数，最后使用最大流最小割方法求解该函数，得到最终的分割结果。这种分割算法构造一个背景为白色，而只有眼睛区域为黑色的二值化图像，为后续的人眼状态识别提供稳定的特征表述。实验证明了这个提取方法的有效性。本发明可广泛应用于火车、长途客车和“三危”车辆司机的疲劳状态自动检测。

主权项

基于图割模型的人眼状态识别方法，其特征在于包括以下步骤：    步骤1）从监控视频中实时提取图像，在图像中进行人脸识别；    步骤2）在人脸图像区域内，精确定位出人眼位置，分割出人眼图像；    步骤3）对人眼图像进行直方图均衡化，消除光线的影响，增强对比度；    步骤4）对均衡化的人眼图像，基于图像灰度值信息构造图割模型（S‑T图）；步骤5）构造图割模型的能量函数；步骤6）利用最大流最小割算法求解的最优解，得到最优的分割结果；步骤7）利用图割得到二值化人眼图像后，计算图像中前景（黑点）区域面积，为眼睛面积，即可作为人眼状态（睁或闭）的判别特征；    步骤8）根据PERCLOS系数测量原理，统计单位时间内眼睛闭合时间作为疲劳程度的判断依据。