【正文】 基于 幾何特征算法的人眼定位研究與實現(xiàn) 柏植 Based on the research and implementation of eye location geometric feature algorithm BaiZhi 20xx 年 6 月 摘 要 人眼定位的算法研究一直是算法的熱門研究。本畢業(yè)設(shè)計（論文）引起的法律結(jié)果完全由本人承擔(dān)。 本 科 生 畢 業(yè) 設(shè) 計 論文題目 ： 基于 幾何特征算法的人眼定位研究與實現(xiàn) 姓名 ： 柏植 學(xué)號 ： 20xx20xx0231 班級 ： 1121202 年級 ： 20xx 級 專業(yè) ： 測控技術(shù)與儀器 學(xué)院 ： 核工程與地球物理學(xué)院 指導(dǎo)教師 ： 方江雄 （講師） 完成時間 ： 20xx 年 06 月 作 者 聲 明 本人以信譽鄭重聲明：所呈交的學(xué)位畢業(yè)設(shè)計（論文），是本人在指導(dǎo)教師指導(dǎo)下由本人獨立撰寫完成的，沒有剽竊、抄襲、造假等違反道德、學(xué)術(shù)規(guī)范和其他侵權(quán)行為。 本畢業(yè)設(shè)計（論文）成果歸東華理工大學(xué)所有。人眼是人面部最主要的 生物特征之一 ， 但是又由于人眼 的多變 性 和成像過程中 容易 受多種因素的影響，又使得人眼定位于識別 這個研究工作 變得及具有挑戰(zhàn)性 與鉆研性 。 本文主要利用了質(zhì)心法的方法來定位人眼睛，大大節(jié)省定位時間，簡單、快速，適于推廣。 Feature extraction。早在 上個 世紀(jì) 60 年代就 吸引了有志之士的 強烈興 趣，對面部 自動 機器識別方法的研究已經(jīng)成為當(dāng)今圖像處理的模式識別和人工智能領(lǐng)域的一個研究熱點。 人臉 識別與定位 研 究 背景 與意義 人臉識別 的研究的背景 有很多種生物識別方法可以對人的身份進(jìn)行識別和鑒定，最常見的有指紋識別、聲音識別、手型、 DNA 鑒定等。 （ 3） 個體之間面部的差別 雖然 不是很大，甚至人臉結(jié)構(gòu)外型都很相似， 但是這樣的特點對于利用人臉進(jìn)行定位是有利的 。 所以人臉識別的研究對人類來說就很有研究的意義。輸入的圖像背景多復(fù)雜都不會影響圖像的識別。 分類器設(shè)計是在后臺運行的部分， 這部分可以看成是一個分類器，它把待識別的圖片歸到一類。 但是 近年來，國內(nèi)很多高等院校和研究機構(gòu)，如 中國科學(xué)技術(shù)大學(xué)、東南大學(xué)、清華大學(xué)、武漢大學(xué)、浙江大學(xué)、合肥工業(yè)大學(xué) 等 高等院校 投入 大量的錢力和人力在 人臉識別相關(guān)工作的研究 中 ，并取得了 不錯 的進(jìn)展，理論水平已經(jīng)逐步接近 甚至超越 國際先進(jìn)水平。荊曉遠(yuǎn)等 對人臉圖像作正交小波變換， 提出基于先慣性和有效互補分析的多類器組合方法，得到其在不同頻帶上的 4 個子圖像 ，然后分類提取奇異值特征。 國外研究現(xiàn)狀 不單是中國，國外好多國家也投入了大量的精力研究人臉識別的相關(guān)問題 ，主要有美國，歐洲 等 國家 ，著名的研究機構(gòu)有美國 MIT 的 Media lab,AI lab,C 的HumanComputer Interface Institute， Microsoft Research 等。 第四章：介紹了對人眼輪廓區(qū)域進(jìn)行膨化，并用幾何法最終定位了人眼位置。 基于可視特征的方法 幾何特征 雖然人臉的特征看起來各不相同，但是其內(nèi)在還是存在其普遍的特征的 ，主要是其五官的分配的相對比例是在一定的比例內(nèi)的，如下圖 （圖 21） 所示 為人臉器官的相對位置 。 可以運用基于空間的灰度相關(guān)的矩陣的參數(shù)特征 來表示 人面部的 紋理特征，進(jìn)行低分辨率的人臉檢測。目前已經(jīng)東華理工大學(xué)畢業(yè)設(shè)計（論文） 人眼檢測定位的基本算法和理論 6 有 RGB、 HSV、 YCrCb、 TES 等顏色空間被用來描述人臉的膚色。把給定的 m*n 像素的訓(xùn)練樣本稱為空間域向量。 主成分分析（ PCA） 主成分分析是多元統(tǒng)計分析中用來分析數(shù)據(jù)的一種方法。 在很多情況下，變量之間是有一定的相關(guān)聯(lián)系的，當(dāng)兩個變量之間有相關(guān)關(guān)系時，可以反應(yīng)這兩個變量有某種程度的重疊。 C=DTD （ 4） 東華理工大學(xué)畢業(yè)設(shè)計（論文） 人眼檢測定位的基本算法和理論 7 C=1N∑ yiyiTNi=1 （ 5） 求協(xié)方差矩陣 C 的特征向量 ei和對應(yīng)的特征值 λi。所以這樣的一個臉部圖像就實現(xiàn)了可以用較低的系數(shù)向量來表示，從而實現(xiàn)了用低維向量表示原始的人臉部的特征。 獨立分量分析是于 1986 年提出的一種統(tǒng)計信號處理技術(shù)，它與 PCA 有一些相似之處，但也有不同之處。為了將ICA 應(yīng)用到人臉識別的領(lǐng)域，可以使用矩陣 X=（ X1， X2， …， Xt） T(t*m 維 )表示用于學(xué)習(xí)訓(xùn)練的人臉圖像庫，假設(shè)人臉的圖像表示為 ， Xi=(x1， x2， …， xm).首先可以東華理工大學(xué)畢業(yè)設(shè)計（論文） 人眼檢測定位的基本算法和理論 8 應(yīng)用不動點算法求解恢復(fù)矩陣 W（ m*n 維），使得 XW=ASE=U。定義如下： 類內(nèi)分散度 CIj為 CIj= 1pq(q?1)∑ ∑ ∑ (a(i?1)q+u,j ? a(i?1)q+v,j)2qv=1qu=1pi=1 (8) 類間分散度 Bj為 CBj= 1p(p?1)∑ ∑ ρ(au,j ?av,j)qu=1pi=1 (9) 其中 ai,j = 1q ∑ a(i?1)q+u,jqu=1 。然后通過 W 的轉(zhuǎn)化得到近似于基圖像 S的圖像 U。也就是說若可以找到圖片中某點周圍灰度值相近最多的像素點，那么該點就是眼睛所在的區(qū)域，然后用相應(yīng)的算法把該點標(biāo)注出來即可。 （ 2） PCA 方法抽取的特征之間統(tǒng)計不相關(guān)，而 ICA 方法抽取的特征之間是統(tǒng)計獨立。 圖像的色彩空間 RGB 色彩空間 RGB(red,green,blue)顏色空間最常用的 色彩空間 如下圖（圖 25）所示， 在 RGB色彩空間中 ，每一個數(shù)字圖像中的像素點的顏色都可以用 RGB 三維空間的一個坐標(biāo)點來表示。 YCbCr 色彩空間從 YUY 色彩空間衍生而來，其中 Y是亮度信息， Cb表示藍(lán)色成分的多少， Cr表示紅色成分的多少， Cb 和 Cr一起用來表示圖片信息的色度和飽和度。膚色在 YCbCr 空間的聚類性較好，且空間坐標(biāo)表示比起其他的顏色空間要簡單很多，所以本文就主要使用 YCbCr 色 彩空間進(jìn)行研究。 BMP 格式圖片 本系統(tǒng)只能識別和處理 BMP 格式的圖片， BMP 格式屬于 DIB 的一種，經(jīng)常應(yīng)用于windows 操作系統(tǒng)。 BMP 格式 分為兩個部分， 分成頭部和數(shù)據(jù)部等，頭部 部分 是描述這幅圖片的具體參數(shù)，如寬、高、通道等 參 數(shù) ， 他會占用一定的字節(jié) ， 字節(jié)的大小和圖片的信息有關(guān)，公式如下： I=i*w+j*3 （ 17） 式中： I表示像素數(shù)據(jù)偏移量； i 表示該像素點所在圖像的縱坐標(biāo)； j表示該像素點所在圖像的橫坐標(biāo)； w表示每 行像素所占字節(jié)數(shù)。 眼睛色度的匹配 為了提高人眼定位的準(zhǔn)確性，結(jié)合色度匹配的方法，進(jìn)一步驗證 人眼的位置。 眼睛亮度的匹配 亮度顧名思義，是指發(fā)光物體表面反光強弱的物理量。 gray=10?r+30?g+60?b100 (18) 具體的流程圖 （圖 33） 如下 ： 掃 描 圖 片 信 息 得到 R 、 G 、 B 值計 算 得 到 圖 片的 灰 度 g r a y1 6 0 g r a y 1 2 0設(shè) 置 該 像 素 點為 白 色設(shè) 置 該 像 素點 為 黑 色Y E SN O保 存 圖 像 顏色 圖 33 眼睛亮度匹配流程圖 東華理工大學(xué)畢業(yè)設(shè)計（論文） 眼睛輪廓的定位 15 下圖 （圖 34） 為經(jīng)過眼睛亮度匹配處理前后的圖片： 原始圖片 處理后 圖 34 眼睛亮度匹配 處理 前后效果圖 上圖可看出程序可以使可疑的眼睛部分變成白色標(biāo)記出來，且更為明顯，為后面的眼睛綜合處理做好了準(zhǔn)備。 去掉非眼睛區(qū)域 人的面部器官分布總是存在一些規(guī)律，例如：從發(fā)際到眉毛，從眉毛到鼻尖，從鼻尖到下巴這三個部分距離是相等的，人臉正面最寬的距離為人眼的 5 倍。 東華理工大學(xué)畢業(yè)設(shè)計（論文） 人眼定位的實現(xiàn) 18 第四章 人眼定位的實現(xiàn) 雖然人眼睛的輪廓已經(jīng)確定，但是完成人眼的精確定位還需要對這些區(qū)域進(jìn)行區(qū)域膨脹和幾何算法來實現(xiàn)定位。 先對二值化的圖像中每一個像素點進(jìn)行掃描， 并 標(biāo)記圖片中所有的像素點 ，然后便可得到等價標(biāo)記表，這個表中記錄了掃描到的所有等價對，這時 這兩個標(biāo)號標(biāo)記的連通域 就 屬于同一個連通區(qū)域。 此方法就是 將屬于同一連通體的不同像素點的坐標(biāo)值進(jìn)行平均，然后將平均值作為質(zhì)心的坐標(biāo)位置，這種方法求得是連通體幾何形心，其計算公式如下： 東華理工大學(xué)畢業(yè)設(shè)計（論文） 人眼定位的實現(xiàn) 19 ???? = ∑ ??????,??∈??, ???? = ∑ ??????,??∈?? （ 19） 式中，（ i,j）分別為圖像像素的縱、橫坐標(biāo)； N 為 該連通體總的像素數(shù)； ??為屬于同一連通體的像素的集合。 流程圖 （圖 42） 如下： 初 始 化 左 右 眼 坐 標(biāo)初 始 化 像 素 點 個 數(shù)像 素 點 數(shù) 值 為 1眼 睛 1 的 橫 縱 坐 標(biāo) 加上 當(dāng) 前 點 的 坐 標(biāo) 值像 素 點 個 數(shù) 加 1 ， 并把 當(dāng) 前 點 置 為 白 色運 用 質(zhì) 心 公 式 計算 中 心 點 坐 標(biāo)中 心 點 設(shè) 置 為 綠 色Y E S像 素 點 的 數(shù) 值 為 2N O眼 睛 2 的 橫 縱 坐 標(biāo) 加上 當(dāng) 前 點 的 坐 標(biāo) 值像 素 點 個 數(shù) 加 1 ， 并把 當(dāng) 前 點 置 為 白 色運 用 質(zhì) 心 公 式 計算 中 心 點 坐 標(biāo)中 心 點 設(shè) 置 為 綠 色Y E S結(jié) 束N O 圖 42 眼睛定位流程圖 下圖 （圖 412） 為經(jīng)過眼睛區(qū)域 定位 前后得到的圖片： 東華理工大學(xué)畢業(yè)設(shè)計（論文） 人眼定位的實現(xiàn) 20 原始圖片 定位后 圖 42 眼睛定位處理前后效果圖 質(zhì)心坐標(biāo)的計算是人眼檢測和定位的一個重要環(huán)節(jié)，對人眼定位系統(tǒng)的研究和開發(fā)具有較高的實用價值和寬闊的應(yīng)用前景。整個系統(tǒng)可以在VC++ 開發(fā)環(huán)境下實現(xiàn)，軟件可以完美運行。 （ 2） 算法還有待改進(jìn)，如果人的面部不是正對著的，就很難實現(xiàn)正確的判斷和處理，要改進(jìn)對多角度、旋轉(zhuǎn)人臉的特征的提取的算法。 本文提出的一系列的方法雖然具有一定的檢測能力和精度，但是由于上述提到的各種潛在的問題，下一步將繼續(xù)對這些問題進(jìn)行深一步的研究， 使之更完美 。 雖然我的畢設(shè)比較麻煩， 但是 方 老師仍然細(xì)心地糾正 我所犯 的錯誤。 感謝以前每一位教過我的老師，沒有你們的殷切教誨，就沒有我的論文完成的可能 。 height= (int) ::DIBHeight(lpDIB)。 lpData = (unsigned char*)::FindDIBBits(lpDIB)。 jwidth。 emymapl[i][j]) { *(lpData + lOffset++) = 255。 *(lpData + lOffset++) = 0。//讀取頭文件 lLineBytesMulspec = WIDTHBYTES((lpbibiWidth)*24)。 LPSTR lpDIB = (LPSTR) ::GlobalLock((HGLOBAL) m_hDIB)。 LPBYTE lpData。 iheight。 if(*(lpData + lOffset) == 255) { if(i(+)/2) { *(lpData + lOffset++) = 0。 } void CFaceDetectionDoc::EyeCenter(CPoint amp。//讀取頭文件 lLineBytesMulspec = WIDTHBYTES((lpbibiWidth)*24)。 LPSTR lpDIB = (LPSTR) ::GlobalLock