基于嵌入式平臺的瞳孔定位算法研究.pdf

1、隨著計算機技術(shù)和思維科學(xué)研究、人工智能技術(shù)的迅速發(fā)展，圖像處理正朝著數(shù)字化、結(jié)構(gòu)化和智能化的方向大步邁進。構(gòu)建類似人類的視覺系統(tǒng)來處理圖像信息、理解外部世界是目前智能化領(lǐng)域的一個重點研究方向，數(shù)字圖像的結(jié)構(gòu)化和智能化處理將進一步提高數(shù)字圖像的視覺效果和人們對于圖像信息的感知能力。作為機器視覺的熱點研究問題，人臉檢測、眼睛定位與瞳孔定位在交通、安全、醫(yī)學(xué)等領(lǐng)域具有很高的應(yīng)用潛力和研究價值。本文基于模式識別技術(shù)提出了基于嵌入式設(shè)備的人臉特征

2、檢測與瞳孔定位的算法研究、優(yōu)化、仿真與實現(xiàn)。
　　1.本文首先探討了現(xiàn)有的人臉檢測、眼睛與瞳孔定位算法所運用到理論方法，綜合考量各自算法的優(yōu)缺點，通過對比分析，本文提出了基于統(tǒng)計學(xué)原理的Viola-Jones實時目標檢測優(yōu)化算法，為了改善Viola-Jones算法在人臉檢測方面的性能，本文充分利用了Viola-Jones算法提供的四種分類模式，根據(jù)人臉面部分布特征，來確定檢測圖像中的人臉位置與尺寸大小。眼睛定位是在人臉檢測的基礎(chǔ)上

3、進行的，為了提升算法的運行效率，本文根據(jù)眼睛在人臉分布的特點和人臉檢測的結(jié)果，設(shè)定了眼睛檢測區(qū)域，并采用Viola-Jones算法提供的眼睛檢測分類模式，完成對眼睛的檢測與定位。
　　2.瞳孔定位算法研究是本文探討的重點。本文以人臉特征檢測為前提，對眼部圖像進行基于最佳閾值法的二值化處理和基于Canny算子的邊緣提取，并根據(jù)虹膜輪廓信息，定位瞳孔中心。本方法具有較高的穩(wěn)定性和準確性。
　　3.針對當前圖像信息在移動端嵌入式平

4、臺的結(jié)構(gòu)化和智能化處理的發(fā)展趨勢，本文基于OpenCV開源計算機視覺庫，將文中所提出的人臉特征檢測與瞳孔定位技術(shù)在嵌入式開發(fā)平臺上進行了算法集成、優(yōu)化與實現(xiàn)。
　　通過大量的檢測結(jié)果顯示，本文提出的人臉特征檢測算法在繼承Viola-Jones檢測性能的同時，提高了Viola-Jones算法在單人人臉檢測和眼睛定位方面的檢測率，降低了誤識率，為瞳孔定位算法的仿真設(shè)計提供了可靠的技術(shù)保障。人臉特征檢測算法和瞳孔定位算法在Android