本發(fā)明具體涉及一種紅外圖像的眼睛開(kāi)閉檢測(cè)方法。

背景技術(shù)：

疲勞檢測(cè)中研究最多的是采用基于計(jì)算機(jī)視覺(jué)技術(shù)的生理狀態(tài)檢測(cè)并結(jié)合perclose方法判斷疲勞狀態(tài)，而人眼開(kāi)閉狀態(tài)是perclose原理的基本內(nèi)容。檢測(cè)眼睛狀態(tài)的方法有多種，如垂直積分投影法、眼睛高度判斷法和眼睛寬高比等，但這些方法易受光照影響且計(jì)算的精度不夠高。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問(wèn)題是提供一種紅外圖像的眼睛開(kāi)閉檢測(cè)方法。

紅外圖像的眼睛開(kāi)閉檢測(cè)方法，包括以下步驟：

s1：采集人臉紅外圖像，利用adaboost獲取人眼部位；

s2：對(duì)眼睛圖像做gamma校正克服光照影響；

s3：使用多尺度retinex變換去除光照不均勻引起的陰影干擾；

s4：采用迭代閾值法將圖像二值化，從而更準(zhǔn)確地獲取眼睛區(qū)域；

s5：采用融合眼角睜開(kāi)角度和眼睛睜開(kāi)高度信息的判斷方法來(lái)判斷眼睛狀態(tài)。

進(jìn)一步的，gamma校正的方法如下：

1）分段地將灰度值[0,225]映射到弧度區(qū)間[0，π]，規(guī)則如下分段函數(shù)：

式中，、和則分別代表、和；

2）確定值與弧度之間的映射關(guān)系：

。

進(jìn)一步的，多尺度retinex變換的方法如下：

1）retinex理論模型如下：

；

2）為獲取，將retinex模型轉(zhuǎn)換成對(duì)數(shù)形式，如下：

；

3）為獲取物體反射光部分r，先估算入射的照度l，采用高斯平滑估計(jì)亮度圖像，高斯函數(shù)如下：

；

；

式中，是高斯函數(shù)的標(biāo)準(zhǔn)差，k為常系數(shù)，為卷積操作符；

4）將不同尺度處理得到的反射圖像以對(duì)應(yīng)的權(quán)值組合在一起就得到多尺度retinex變換：

。

進(jìn)一步的，迭代閾值法的步驟如下：

1）找出圖像的最大灰度值和最小灰度值，k=0，初始閾值；

2）分別計(jì)算圖像中灰度值大于和小于兩個(gè)像素集的灰度平均值和；

3）更新閾值；

4）若，則最終閾值，否則轉(zhuǎn)步驟2）繼續(xù)計(jì)算。

進(jìn)一步的，判斷眼睛狀態(tài)的方法如下：

1）眼角張開(kāi)程度：

在得到眼部區(qū)域的二值圖像后，我們?cè)诙祱D像中獲取上眼瞼，然后從左右兩端眼角開(kāi)始分別選取上眼瞼的p個(gè)點(diǎn)，用下式計(jì)算眼角的近似切線(xiàn)斜率、和眼瞼坐標(biāo)y值的方差；

；

取左右眼角切線(xiàn)斜率平均值對(duì)應(yīng)的弧度作為眼睛的張開(kāi)角度，眼睛睜得越大則對(duì)應(yīng)的角度越大，同時(shí)方差也越大，反之，兩者都較小，取它們的乘積作為判斷參數(shù)s，如下式：

；

2）上下眼瞼距離：

選擇眼睛區(qū)域灰度平均值最小的連續(xù)5列作為瞳孔的位置，計(jì)算該區(qū)域上下眼瞼距離的平均高度作為眼睛睜開(kāi)高度h；

3）眼睛開(kāi)閉判斷：

以零點(diǎn)（0,0）為中心，在第一象限中畫(huà)出半徑為r的圓弧，若點(diǎn)落在圓弧外則判斷為睜眼圖像，否則判斷為閉眼狀態(tài)，用下式求得點(diǎn)到中心點(diǎn)的距離：

；

半徑r作為劃分閉眼和睜眼的閾值，r與半徑r比較，當(dāng)時(shí)判斷圖像狀態(tài)為睜眼，否則判斷為閉眼狀態(tài)。

本發(fā)明的有益效果是：

本發(fā)明首先利用adaboost獲取人眼部位,然后為降低光照的影響,先對(duì)眼睛圖像做gamma校正克服光照影響,使用多尺度retinex變換去除光照不均勻引起的陰影干擾,再采用迭代閾值法將圖像二值化,從而更準(zhǔn)確地獲取眼睛區(qū)域。在判斷眼睛狀態(tài)時(shí),采用融合眼角睜開(kāi)角度和眼睛睜開(kāi)高度信息的判斷方法提高檢測(cè)的準(zhǔn)確性。

具體實(shí)施方式

以下具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步闡述，但不作為對(duì)本發(fā)明的限定。

紅外圖像的眼睛開(kāi)閉檢測(cè)方法，包括以下步驟：

s1：采集人臉紅外圖像，利用adaboost獲取人眼部位；

s2：對(duì)眼睛圖像做gamma校正克服光照影響；

s3：使用多尺度retinex變換去除光照不均勻引起的陰影干擾；

s4：采用迭代閾值法將圖像二值化，從而更準(zhǔn)確地獲取眼睛區(qū)域；

s5：采用融合眼角睜開(kāi)角度和眼睛睜開(kāi)高度信息的判斷方法來(lái)判斷眼睛狀態(tài)。

gamma校正的方法如下：

1）分段地將灰度值[0,225]映射到弧度區(qū)間[0，π]，規(guī)則如下分段函數(shù)：

式中，、和則分別代表、和；

2）確定值與弧度之間的映射關(guān)系：

。

多尺度retinex變換的方法如下：

1）retinex理論模型如下：

；

2）為獲取，將retinex模型轉(zhuǎn)換成對(duì)數(shù)形式，如下：

；

3）為獲取物體反射光部分r，先估算入射的照度l，采用高斯平滑估計(jì)亮度圖像，高斯函數(shù)如下：

；

；

式中，是高斯函數(shù)的標(biāo)準(zhǔn)差，k為常系數(shù)，為卷積操作符；

4）將不同尺度處理得到的反射圖像以對(duì)應(yīng)的權(quán)值組合在一起就得到多尺度retinex變換：

。

迭代閾值法的步驟如下：

1）找出圖像的最大灰度值和最小灰度值，k=0，初始閾值；

2）分別計(jì)算圖像中灰度值大于和小于兩個(gè)像素集的灰度平均值和；

3）更新閾值；

4）若，則最終閾值，否則轉(zhuǎn)步驟2）繼續(xù)計(jì)算。

判斷眼睛狀態(tài)的方法如下：

1）眼角張開(kāi)程度：

在得到眼部區(qū)域的二值圖像后，我們?cè)诙祱D像中獲取上眼瞼，然后從左右兩端眼角開(kāi)始分別選取上眼瞼的p個(gè)點(diǎn)，用下式計(jì)算眼角的近似切線(xiàn)斜率、和眼瞼坐標(biāo)y值的方差；

；

取左右眼角切線(xiàn)斜率平均值對(duì)應(yīng)的弧度作為眼睛的張開(kāi)角度，眼睛睜得越大則對(duì)應(yīng)的角度越大，同時(shí)方差也越大，反之，兩者都較小，取它們的乘積作為判斷參數(shù)s，如下式：

；

2）上下眼瞼距離：

選擇眼睛區(qū)域灰度平均值最小的連續(xù)5列作為瞳孔的位置，計(jì)算該區(qū)域上下眼瞼距離的平均高度作為眼睛睜開(kāi)高度h；

3）眼睛開(kāi)閉判斷：

以零點(diǎn)（0,0）為中心，在第一象限中畫(huà)出半徑為r的圓弧，若點(diǎn)落在圓弧外則判斷為睜眼圖像，否則判斷為閉眼狀態(tài)，用下式求得點(diǎn)到中心點(diǎn)的距離：

；

半徑r作為劃分閉眼和睜眼的閾值，r與半徑r比較，當(dāng)時(shí)判斷圖像狀態(tài)為睜眼，否則判斷為閉眼狀態(tài)。