其中t 為像素間差異閾值，一般可設(shè)為27;代表掩模面積值，面積越小邊緣強(qiáng)度越大;g 為幾何門(mén)限，設(shè)定為

經(jīng)過(guò)上述算法獲得的眼部區(qū)域邊緣圖像如圖4(b)，在此基礎(chǔ)上對(duì)圖像中的黑色邊緣曲線(xiàn)進(jìn)行角點(diǎn)提取即可獲得準(zhǔn)確的兩眼內(nèi)外眼角點(diǎn)位置，如圖4(c)所示。根據(jù)Susan 算子的特性，它既可以用來(lái)檢測(cè)邊緣，又能夠提取角點(diǎn)。因此與Sobel、Canny 等邊緣檢測(cè)算子相比較，Susan 算子更適合進(jìn)行眼部的特征提取，尤其對(duì)兩個(gè)眼角點(diǎn)的自動(dòng)定位。并且通過(guò)適當(dāng)?shù)恼{(diào)整Susan 算子的參數(shù)r 或者閾值t 和g 的大小，對(duì)不同質(zhì)量的人臉圖像都可以取得很好的效果。

圖4 人眼區(qū)域處理圖。

5 結(jié)論

本文針對(duì)人臉檢測(cè)中的膚色檢測(cè)和人眼精確定位問(wèn)題，給出了一種快速準(zhǔn)確的方法，有助于提高人臉識(shí)別算法的識(shí)別率。膚色分割前先對(duì)圖像進(jìn)行色彩平衡，采用形態(tài)學(xué)濾波器對(duì)候選人臉進(jìn)行降噪，這些步驟都大大提高了人臉檢測(cè)的精確度，而且并沒(méi)有花費(fèi)很多時(shí)間。在人眼精確定位上，采用更適合提取眼部特征的Susan 算子精確定位眼角點(diǎn)。實(shí)驗(yàn)證明該方法可以很好的應(yīng)用于人臉檢測(cè)。

4 實(shí)驗(yàn)結(jié)果

本文使用本實(shí)驗(yàn)室建立的人臉庫(kù)，包括每個(gè)人10張(不同表情、光照、旋轉(zhuǎn)角度等)共200 張人臉圖像，大小為180?200.

在正面人臉的圖像上測(cè)試，人眼的內(nèi)外角點(diǎn)定位準(zhǔn)確率達(dá)到98.4%，在側(cè)臉小角度(左右旋轉(zhuǎn)以?xún)?nèi))人臉圖像上測(cè)試，準(zhǔn)確率達(dá)到90.2%.人臉檢測(cè)平均時(shí)間為2s，定位虹膜和內(nèi)外角點(diǎn)平均時(shí)間為10.4s.

圖5 人臉、瞳孔及眼角點(diǎn)定位。

圖5(a)圖為人臉檢測(cè)結(jié)果，圖5(b)為瞳孔及眼角頂定位結(jié)果，其中紅色為瞳孔位置，黃色為右側(cè)眼角點(diǎn)，粉紅色為左側(cè)眼角點(diǎn)。實(shí)驗(yàn)結(jié)果證明本文提出的方法可以很好的檢測(cè)定位人臉。