基于边缘信息投影定位镜架横梁的人脸图像眼镜检测方法与流程

技术特征：

1.基于边缘信息投影定位镜架横梁的人脸图像眼镜检测方法，其特征在于，根据人脸图像定位嘴部区域，以嘴部区域确定镜架横梁中心的x方向位置，以人脸图像的边缘信息图的像素横向投影情况来确定镜架横梁中心的y方向位置，根据镜架横梁中心的x和y方向位置确定镜架横梁区域；在镜架横梁区域中搜索横线，若镜架横梁区域中包括横线，且横线长度近似等于镜架横梁区域x方向长度，则判断人脸图像配戴眼镜；否则，判断为未佩戴眼镜。

2.根据权利要求1所述的人脸图像眼镜检测方法，其特征在于，所述以嘴部区域确定镜架横梁中心的x方向位置具体为，以嘴部区域x方向的中心作为镜架横梁中心的x方向位置。

3.根据权利要求1或2所述的人脸图像眼镜检测方法，其特征在于，所述定位嘴部区域的方法为，将原始人脸图像转到YCbCr颜色空间，采用高斯模型在YCbCr颜色空间以式(1)计算人脸区域中为嘴部区域的相似度，并将其转为二值图像来获取嘴部区域；

P＝exp((-0.5)×(x-M)′×inv(cov)×(x-M)) (1)

式(1)中，cov和M分别表示色度向量的协方差矩阵和均值向量；其值分别为：

M＝(156.5599,117.4361)^T (2)

$\mathrm{cov}=\left[\begin{array}{cc}299.4574& 12.1430\\ 12.1430& 160.1301\end{array}\right]---\left(3\right).$

4.根据权利要求1所述的人脸图像眼镜检测方法，其特征在于，所述以人脸图像的边缘信息图的像素横向投影情况来确定镜架横梁的y方向位置具体为，对人脸图像的边缘信息图按照公式(4)进行横向投影，获取每行像素之和R_j，再按照公式(5)确定镜架横梁y方向的位置；

Index(k)＝find(R_j>μ×max(R))(j＝1,2,3…,m；k＝1,2,3…,s) (5)；

式(4)中，f′(i,j)表示图像边缘检测图像f′(x,y)的每点像素值，pro表示投影运算，R_j表示投影运算列向量每行的值；式(5)中，R为式(4)中得到的列向量，max(R)是列向量中最大值。

5.根据权利要求4所述的人脸图像眼镜检测方法，其特征在于，所述式(5)中，μ为阈值系数，0.50≤μ≤0.65。

6.根据权利要求1所述的人脸图像眼镜检测方法，其特征在于，所述根据镜架横梁中心的x和y方向位置确定镜架横梁区域的方法为，采用公式(6)-(9)计算镜架横梁区域位置，

G_xl＝Glass_x-(α×W) (6)

G_xr＝Glass_x+(α×W) (7)

G_yl＝Glass_y-γ (8)

G_yr＝Glass_y+(β×H) (9)

式(6)-(9)中，Glass_x是镜架横梁区域x方向的中心位置，Glass_y是镜架横梁区域y方向的位置，W为人脸宽度，H为人脸长度，G_xl、G_yl分别为镜架横梁区域左上角的横、纵坐标，G_xr、G_yr分别为镜架横梁区域右下角的横、纵坐标；0.010≤α≤0.028，1≤γ≤5，0.03≤β≤0.08。

7.根据权利要求1所述的人脸图像眼镜检测方法，其特征在于，所述在镜架横梁区域中搜索横线及判读是否配戴眼镜的方法为：

(1)在镜架横梁区域的边缘信息中，从上向下逐行搜索每行中的第一个像素点，以搜索到的第一个像素点作为横线的起始点，此时横线长度为1；

(2)从该横线起始点开始向右继续检测当前行及其相邻上下行的像素点，若下一像素点位于当前检测像素点相邻右侧位置，则判断其为该横线上的一个像素，对横线长度加1；否则，当前检测行的横线长度计算中止，停止检测；

(3)比较该横线长度和镜架横梁区域x方向长度，若该横线长度近似等于镜架横梁区域x方向长度，则判断该图像为佩戴眼镜的图像，结束检测；否则，返回步骤(1)，按照同样的方法从下一行继续搜索像素点，并计算下一横线的长度，并再次进行判断；若在镜架横梁区域内没有近似等于镜架横梁区域x方向长度的横线，则表示该图像为没有佩戴眼镜的图像。

8.根据权利要求7所述的人脸图像眼镜检测方法，其特征在于，步骤(2)所述下一像素点位于当前检测像素点相邻右侧位置为以下四种情况之一：下一像素点位于当前检测像素点相邻的正右侧；下一像素点位于当前检测像素点相邻的右下角；下一像素点位于当前检测像素点相邻的右上角；下一像素点位于当前检测像素点正右侧间隔一个无效像素点的位置。

9.根据权利要求7所述的人脸图像眼镜检测方法，其特征在于，步骤(3)所述横线长度近似等于镜架横梁区域x方向长度的判断具体为：当横线的长度>a×镜架横梁区域x方向长度时，认为横线长度近似等于镜架横梁区域x方向长度；0.70≤a≤0.95。