《基于模板匹配和灰度投影的眼睛定位》由会员分享，可在线阅读，更多相关《基于模板匹配和灰度投影的眼睛定位（49页珍藏版）》请在金锄头文库上搜索。
1、本 科 生 毕 业 论 文基于模板匹配和灰度投影的眼睛定位 院 系： 信息科学与技术学院电子与通信工程系 专 业： 通信工程 学生姓名： 学 号： 指导教师： （职 称）二 年 月ii摘 要自动人脸识别是一种利用计算机分析人脸图像结构特征以实现人的身份验证的技术，是近二十年来图像处理，模式识别和计算机视觉领域中极富挑战性的研究课题之一。由于它在法庭举证，持卡人识别，视频监控等方面都具有巨大的应用价值，目前受到各国政府及其军事、安全、情报部门以及科研单位的广泛关注和高度重视，也越来越多的研究人员在这方面开展了一些研究。一般的人脸识别系统主要包括预处理、特征提取、样本学习和识别四个部分，其中特征提
2、取的好坏将直接影响到识别效果。而眼睛是人脸中的一个重要器官，它含有的信息量非常重要，所以在大部分特征提取方法中非常关键的一步就是眼睛定位。早期的工作中，人们是通过提取一些有效的特征来进行眼睛定位，这些方法包括梯度特征、投影函数、模板匹配等等。但是这些方法通常都需要通过很多预处理和后加工的步骤来消除部分误检图像，且这些方法对图像噪声较敏感。因此在人眼定位方法研究上面还有很大的探索空间。 本文提出一种基于灰度投影和系列模板匹配的方法来定位人眼。图像经过中值滤波消除噪声后，首先用垂直灰度积分投影定位出人脸左右边界，根据人脸部的灰度特征，再用水平灰度积分投影粗略找到人 的眉眼区域。然后用8个不同尺寸的
3、模板分别和已定位到的眉眼区域进行匹配，找到匹配效果最好的一个匹配图像，对该图像进行二值化，然后对二值化后的图像包含左眼和右眼的左右两个区域分别进行垂直灰度积分投影和水平灰度积分投影定位出人眼瞳孔位置。模板匹配时，这里只用模板和已找到的眉眼区域进行匹配，相对于其他模板匹配法和整个人脸区域进行匹配寻找人眼来讲，这种匹配一方面节约了匹配时间，另一方面避免了定位时嘴巴和鼻子等人脸其他器官的影响，无疑这样匹配会提高人眼定位准确率。实验中，利用BioID人脸库中的200幅人脸图像进行检测，结果证明该方法用于人眼定位，定位准确率高，且对光照和人脸表情变化具有很强的鲁棒性。 关键词：人眼定位 特征提取 灰度投
4、影 模板匹配AbstractAutomatic Face Recognition (AFR) is a technology for person authentication by using the digitized facial features. For the past two decades, it has become one of the most challenging research topics in the field of image processing, pattern recognition and computer vision. Because of i
5、ts tremendous potential applications in law enforcement, security control, and video surveillance, AFR has attracted more and more attentions from many research substitutes and government organizations including Departments in charge of defense, security, and information. So now more and more people
6、 get studying it.Generally, Face Recognize System (FRS) consists of four functions including image pre-processing, feature extraction, sample study and image reorganization. Eye, as a important part of face, includes much information. So the key step in face recognize is eye detection. In the beginn
7、ing, people tried many methods to extract the eye features, including grads feature, projection function, deformable template and so on. But all the methods need more pre-processing and later disposing to eliminate the error in the detection, meanwhile, these methods are sensitivity to image noise.
8、So improvement is needed in all the method.This thesis focuses on the research of human eye location. After applying median fileter to eliminate the image noise, the gray-level integral projection along the horizontal and vertical direction is used to locate the small area including the eyes in the
9、image. Then the small area is matched by using a series eye templates with different size. After all the matching, we get the best matching image and change it to a 0-1 image. Finally get the horizontal and vertical integral projection of the 0-1 image to get the eye location. We use 200 breadth ima
10、ges of BioID human face storeroom, which has get the face of the image, to test the approach. As a result, this approach has a improvement in correct precision and has a strong robust against illumination and expression of face. Keywords:Eye location, Feature Extraction, Gray projection, Template ma
11、tching目 录第一章 前言41.1选题背景和意义41.2论文中的主要工作61.3 论文结构及内容安排6第二章 人脸特征提取中人眼定位算法的研究72.1引言72.2人眼定位的重要性及应用82.2.1人眼定位的重要性82.2.2人眼定位的应用82.3人眼定位算法概述92.3.1霍夫变换法92.3.2边缘特征提取法102.3.3 对称变换法112.3.4 Gabor变换法132.3.5 神经网络法132.3.6综合应用方法142.3.7用于人眼定位的其他领域的成熟算法152.4基于灰度投影和系列模板的人眼定位15第三章 眼睛模板制作及模板匹配定位方法163.1引言163.2固定眼睛模板制作173
12、.2.1双眼模板制作173.2.2眉毛和眼睛模板173.2.3合成眼睛模板183.3二维弹性眼睛模板制作193.3.1 眼睛参数构造的弹性眼睛模板193.3.2二维可变形眼睛模板193.4三维可变形眼睛模板203.5本文中采用的眼睛模板22第四章 基于灰度投影和系列模板匹配的人眼定位234.1引言234.2技术方案实现骤步244.3人脸图像预处理254.4眉眼区域粗定位264.4.1确定人脸的左右边界264.4.2初步确定人的眉眼位置284.5系列模板匹配304.5.1模板匹配原理304.5.2模板匹配仿真314.6精确定位人眼324.7实验结果分析364.8 与一般灰度模板结果比较39第五章
13、 结论405.1总结405.2 展望41致谢42参考文献43第一章 前言1.1选题背景和意义身份验证一直以来是人们关心的热点问题。生物认证技术（Biometrics）是利用人体自身的生理或行为特征来准确的鉴别人的身份，具有每个个体都有的普遍性、每个个体都不同的唯一性，以及不随年龄变化的稳定性。与传统的身份识别方法相比，基于生物特征的生物认证技术具有不会遗忘或者丢失，不易伪造或被盗、随身携带且随时随地都可以使用等优点。“9.11”事件后，生物认证得到全球各国普遍重视。生物认证技术和产业随之进入快速发展阶段，成为本世纪最具有发展潜力的技术之一。国际生物认证组织（International Biom
14、etrics Group）提供的年度分析报告显示生物认证产业在今后五年依然增长很快。人脸识别是生物认证技术的一种，与利用指纹、DNA、虹膜等其他人体生物特征进行身份鉴定的方法相比，人脸识别具有更直接、友好、方便的优点。虽然人脸识别的可靠度没有利用DNA等认证技术的高，但是其采集方便，方式隐蔽以及事后追踪能力强的特点是其他生物认证技术所没有的。这些优点在国家公共安全、信息安全、个人身份认证应用上尤为重要。因此，人脸识别仍是当前生物认证研究的热门领域之一，引起了国内外学者的广泛研究【1】【2】。人脸识别技术的研究始于20世纪60年代末期，与模式识别、图像处理、计算机视觉、人工智能等诸多领域有着紧密
15、的联系。而在人脸识别技术中，很重要的一环是人脸特征提取。人脸特征提取是指计算机对输入的人脸图像自动定位出人脸的各个器官的精确位置，其中包括眼睛、鼻子、嘴巴、下巴、耳朵及人脸的轮廓等所有需要提取特征点的位置。这些特征点为人脸图像的处理和分析提供了重要的几何信息，特征点定位的准确与否直接影响到后续应用的可靠性。特征点定位在人脸识别、人脸变形、人脸表情分析及合成、口型分析、基于典型的图像编码、具有真实感的三维虚拟人脸建模等方面都有着重要的应用。人脸识别是其一重要应用，在人脸识别算法中，一重要工作就是人脸图像尺寸的归一化，而尺寸归一化的实现是依赖于面部特征定位的结果。另外，一些算法中需要各个器官的相对位置及形状或对面部局部特征区域加以分析，都需要在面部
