技術領域

本發明涉及圖像識別領域，特別涉及一種基于眼角角度確定眼睛狀態的方法。

背景技術

隨著計算機技術、多媒體技術、人工智能技術的迅速發展，圖像識別技術的應用越來越廣泛，并在科學研究、教育管理、醫療衛生、軍事等領域取得的一定的進展和應用。圖像識別技術正顯著地改變著人們的生活方式和生產手段，比如人們可以借助于圖像識別技術欣賞月球的景色、交通管理中的車牌照識別系統、機器人領域中的計算機視覺等。圖像識別技術是利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對像的技術。但是由于獲取的圖像本身具有復雜性和特殊性，使得圖像處理和識別技術成為研究熱點。

眼部識別為圖像識別處理的一種，具有廣泛的應用。眼睛是一種人體特征的重要信息，眼睛區域包含了豐富的信息，包括表情、身份、性別等多種信息，眼睛檢測受到了廣泛的關注，眼睛的定位可以作為定位人臉圖像的位置、大小和角度的依據，也是視線跟蹤、眼睛狀態分析以及虹膜識別的首要工作。目前的主要研究方法是把圖像信號進行分析、建模、幾何處理并做出決策。眾多科學家對眼睛檢測進行了深入的研究，隨著科學技術的發展，眼睛檢測在人臉分析、疲勞駕駛、人機交互等方面的作用越來越突出，研究眼睛的檢測有著十分突出的應用價值。

當前，眼睛狀態檢測的方法有很多種，包括基于統計的方法、基于知識的方法和基于模板匹配的方法。這些方法存在運算量太大、程序執行效率低、檢測準確率不高或在現有軟硬件情況下算法不容易實現等技術問題。

發明內容

因此，為解決現有技術存在的技術缺陷和不足，本發明提出一種基于眼角角度確定眼睛狀態的方法。

具體地，本發明一個實施例提出的一種基于眼角角度確定眼睛狀態的方法，包括：

獲取眼部圖像；

根據所述眼部圖像形成二值化眼部灰度圖；

根據所述二值化眼部灰度圖確定眼角點；

根據所述眼角點確定眼睛狀態。

在本發明的一個實施例中，根據所述眼部圖像形成二值化眼部灰度圖，包括：

根據所述眼部圖像中膚色區域、眼珠區域和眼白區域的對比，采用三色灰度分水嶺算法，提取眼線輪廓，形成所述二值化眼部灰度圖。

在本發明的一個實施例中，采用三色灰度分水嶺算法，提取眼線輪廓形成二值化眼部灰度圖，包括：

提取所述眼部圖像中所有像素的灰度值，形成灰度直方圖；

根據膚色區域、眼珠區域和眼白區域的灰度值差異，將所述灰度直方圖二值化，形成二值化灰度直方圖；

根據所述二值化灰度直方圖提取所述眼線輪廓形成所述二值化眼部灰度圖。

在本發明的一個實施例中，所述二值化灰度直方圖包括第一灰度值區間、第二灰度值區間及第三灰度值區間。

在本發明的一個實施例中，根據所述二值化灰度直方圖提取所述眼線輪廓形成所述二值化眼部灰度圖，包括：

根據所述二值化灰度直方圖確定第一調節閾值、第二調節閾值及第三調節閾值；

根據所述第一調節閾值、第二調節閾值及第三調節閾值提取所述眼線輪廓形成所述二值化眼部灰度圖。

在本發明的一個實施例中，根據所述二值化灰度直方圖確定第一調節閾值、第二調節閾值及第三調節閾值，包括：

將所述第一灰度值區間的最大值與所述第二灰度值區間的最小值取均值作為所述第一調節閾值；

將所述第二灰度值區間的最大值與所述第三灰度值區間的最小值取均值作為所述第二調節閾值；

將所述第三灰度值區間的最大值作為第三調節閾值。

在本發明的一個實施例中，根據所述第一調節閾值、第二調節閾值及第三調節閾值提取所述眼線輪廓形成所述二值化眼部灰度圖，包括：

根據所述第一調節閾值、第二調節閾值及第三調節閾值將二值化的所述眼部圖像劃分為第一像素區域、第二像素區域及第三像素區域；

設置第一像素區域與第二像素區域的灰度值相同；

根據所述第一像素區域、所述第二像素區域及所述第三像素區域提取出眼線輪廓形成二值化眼部灰度圖。

在本發明的一個實施例中，根據所述二值化眼部灰度圖確定眼角點，包括：

在所述二值化眼部灰度圖中將以眼珠中心為圓心的第一直線進行旋轉，當所述第一直線上所述第三像素區域的像素點最多時，所述第一直線將與所述第二像素區域及所述第三像素區域交界處形成兩個第一交點，將兩個所述第一交點分別作為第一眼角點及第二眼角點；