【图像处理】人眼区域分割（1）

人眼区域分割（1）

通过尝试计算水平灰度曲线来定位人眼。因为人眼周围灰度变化明显，可以通过灰度曲线图来确定眼睛所在的水平方向坐标。

步骤：

1. 灰度化

2. 求水平方向的灰度投影曲线

   P(i)=∑j=1nM(i,j)

   图像在内存中庸MxN的矩阵存储，i,j为矩阵的行列。图像的水平灰度投影曲线，其横坐标为矩阵的行号，纵坐标为矩阵每行元素之和（即为图片中每行像素值的和）。则该曲线实则包含了图像每行像素值和的变化。

3. 在灰度曲线求取的基础上，求出该曲线的波峰和波谷，因黑色灰度值为0，白色的灰度值为255，则在波谷中包含眼睛等灰度值较小区域的坐标信息。实现方法：用matlab的findpeaks.

   pks = findpeaks(data)
   [pks,locs] = findpeaks(data)
   pks为峰值，locs为峰值所在横坐标值

4. 对波峰波谷横坐标所代表的图像的行信息画出，在这里注意对应关系

   |——————————x(矩阵的列标)
   |
   |
   |
   |
   |
   y（矩阵的行标）

灰度投影曲线的波谷与人脸图片的具体对应关系:

波峰和波谷对应的人脸矩阵的行:

需要注意的地方：

要对该水平投影曲线进行一定的平滑处理，使曲线避免小幅抖动。使波峰波谷定位稳定便于下一步提取包含眼睛区域的图片。

利用滤波函数平滑曲线：

平滑曲线与未平滑对应的图片的行号，(红色为平滑后,绿色为未平滑):

平滑之后条数变少，干扰变少。

实现：

利用matlab实现并验证正确性，因为matlab内有丰富的数学函数。

matlab代码：

clear;close all;%求图像的水平方向灰度投影曲线img=imread('face9.jpg');gray=rgb2gray(img);row=size(gray,1);col=size(gray,2);%[m,n]=size(img);%若在未转换为灰度图片时矩阵的列元素为灰度的列元素乘以3for i=1:row%行    count(i)=sum(img(i,1:col));%每行的像素值end%画图x=1:1:row;figure;plot(x,count);title('水平方向');hold on;% [pks,locs] = findpeaks(count);% 若加以限制峰值数量会变少[pks,locs] = findpeaks(count,'minpeakdistance',20);plot(locs,pks,'*','color','r');hold on;[min,locmin]=findpeaks(-count,'minpeakdistance',20);%峰值之间的最小间隔plot(locmin,count(locmin),'x','color','g');hold off;figure;imshow(img);title('波峰');hold on;for i=1:length(locs)    y=line([0,col],[locs(i),locs(i)]);    set(y,'linestyle','-','color','green');endhold off;figure;imshow(img);title('波谷');hold on;for i=1:length(locmin)    y=line([0,col],[locmin(i),locmin(i)]);    set(y,'linestyle','-','color','green');endhold off;

总结：

上述是通过matlab验证了水平灰度投影曲线与人脸部分的对应关系，则初步确定在图片上半部分的波谷的横坐标即为眼睛所在的y轴坐标。