眼睛定位

转自：http://www.cnblogs.com/ImageVision/archive/2012/03/14/2396534.html

根据眼睛定位的流程，一般分为以下几步：眼睛区域初定位，噪声去除，眼睛的精确定位。

1 眼睛区域初定位，对正面人脸还是比较好确定的，但是当人脸发生姿态变化时，如何较准确获取，是个难题。当然有人用二值化眼睛区域的方法，但是不同光照，不同人脸的阈值不太好定。而且图像处理领域，凡是涉及到阈值的，都是比较头疼的问题（除非那种阈值很明显的问题）。所以，这里尽量避免直接求阈值，来确定眼睛位置。大概分为以下几步：

(1)3*3算子腐蚀图像，并对其进行Gabor变化；

（2）对Gabor变化后的人脸上半部分做投影，可以大概获取两只眼睛的横坐标。

（3）找出两只眼睛区域的最大灰度；

（4）以最低灰度的0.92倍作为阈值，讲眼睛区域进行二值化：

（5）检测二值化区域：

2 噪声去除

其实在初定位中就已经用到Gabor了，用它对人脸处理后，不仅可以帮助去除噪声的影响，其实还可以减少光照阴影的影响。

图一 定位结果 图二 Gabor处理效果一 图三 Gabor处理效果二

以右眼为例，分别对图二和图三进行投影，获取眼睛的纵坐标和横坐标，投影曲线如下：

经过Gabor处理后的曲线更加的平滑，更容易判断波谷的位置。

3 精确定位

第二步中用到的积分投影，就是改进的投影方式，在初定为区域内投影的效果。本人采用的是最小邻域均值投影，大家可以从网上查到具体实现方法。

当然，如果想定位准确，还需要做些细致的工作：比如我们可以先预判人脸的倾斜角度，这样就可以把Gabor变换的方向性用起来，这样变换后的人脸，投影曲线更加平滑，容易判断眼睛位置。具体细节太多，在此不一一赘述。

4 定位效果

在此，感谢那些在工作中给我提过意见，开会时给我提过更高要求的同事们，让我不断去改进和完善，不积跬步，无以至千里！