复合变异系数与梯度加权方向滤波的睫毛检测

摘要

针对目前睫毛检测中漏检以及检测精度与时间难以兼顾等问题,提出了复合变异系数与梯度加权方向滤波的睫毛检测算法.首先设计变异系数判别准则确定睫毛遮挡区域,再以最小类内变异系数法完成睫毛根部检测,然后结合多尺度复合窗及梯度向量加权投影判断睫毛尾部方向,最后利用动态方向滤波器完成低对比度且方向多样的睫毛尾部检测.在CASIA-IrisV1和CASIA-IrisV3-Interval公开数据库上,与传统基于Gabor滤波和区域灰度方差检测算法、基于眼睑轮廓和局部灰度极小值检测算法以及基于形态学运算的检测算法进行对比实验,结果表明所提算法的主观准确率(检测结果与人工标记结果重合度)、检测时间(算法复杂度分析)、睫毛漏检率(false eyelash-detection rate,FER)和睫毛误检率(false non-eyelash-detection rate,FNER)等评价指标均优于其他对比算法,并且具有较强的鲁棒性.