电子质量（2012第11期）0引言近年来，人脸检测在信息安全、出入口访问控制、图像与视频检索和智能人机接口等方面的广泛运用，已成为机器视觉和模式识别等领域的热门课题[1]
而人的眼睛，比鼻子、嘴等其他人体器官能够提供更多更重要的信息，如表情、疲劳状态、心理活动等，所以瞳孔定位在疲劳检测、表情识别、身份认证等方面有重要的意义
1人脸检测本文主要采用Adaboost算法对人脸进行检测
Ad-aboost算法是一种迭代算法，其主要原理为：首先，通过对训练集的训练，可以得到若干个弱分类器；然后，将弱分类器集合起来构造成一个强分类器，并且该强分类器具有较强的分类能力；最后，通过将若干个强分类器级联得到级联分类器[2]
Adaboost算法能够实现快速人脸定位，整个过程主要包括3个部分：图像预处理、载入分类器和人脸检测，如图1所示
2基于灰度投影的人眼定位目前，人眼定位有很多方法，主要分为基于模板的方法、基于表观的方法和基于特征的方法[2]
其中，王文成等人[2]提出了利用区域投影的方法定位人眼区域，该方法通过对人脸图像计算水平积分投影，然后再利用人眼在面部的特殊位置得到人眼区域
此方法较为理想化，首先利用人眼的特殊位置缩小眼睛的范围，再计算积分投影等到人眼的大致区域；然后利用边缘检测、膨胀处理等方法获得了人眼较为精确的范围
人眼定位综合了图像增强、水平积分投影及区域特征等算法
图2所示为系统设计中人眼定位的流程图
基于OpenCV的人眼瞳孔定位算法TheHumanEyePupilLocalizationAlgorithmBasedonOpenCV李红匣（五邑大学,广东江门529020）LiHong-xia(WuyiUniversity,GuangdongJiangmen529020）摘要：近年来，人脸检测技术在机器视觉、模式识别、人工智能等领域得到了广泛的应用
而包含着丰富的内容和信
