CN104866808A - 人眼定位方法及装置 - Google Patents

Abstract

本发明公开一种人眼定位方法，包括：先定位人眼的虹膜圆心和半径，然后再定位人眼的两眼角的连线与图像的水平方向形成的夹角；从而根据虹膜圆心和半径，以及夹角，获得预先设置的能量函数的其余参数的初始值；最后再根据所述虹膜圆心及半径、夹角，以及所述其余参数的初始值，通过所述能量函数的最小化计算获得人眼的轮廓。本发明还公开了一种人眼定位装置。本发明不但提高了人眼定位的精度，而且还加快了人眼的定位速度。

Description

人眼定位方法及装置

技术领域

本发明涉及计算机领域，尤其涉及一种人眼定位方法及装置。

背景技术

人眼定位广泛应用于身份鉴定、安全监控、疲劳驾驶鉴定、人物数字图像美容等方面。现有的人眼定位方法一般为：确定图像中人脸的范围；根据人眼附近的特征的位置关系以及人脸与人眼的位置关系，确定人眼的范围；最后在人眼的范围内确定瞳孔的位置。

上述人眼定位方法仅能确定瞳孔的位置，而无法精确实现人眼的其他特征的定位，例如眼角位置、眼睛几何轮廓等等，因此现有技术中的人眼定位方法的精确度不高。

发明内容

本发明实施例的主要目的是提供一种人眼定位方法及装置，旨在有效提高人眼定位的精度。

为达到以上目的，本发明实施例提供了一种人眼定位方法，包括以下步骤：

获取待进行人眼定位的图像；

对所述图像进行人眼的虹膜定位处理，获得人眼的虹膜圆心及半径；

根据所述虹膜圆心及半径，获得人眼的两眼角的连线与图像的水平方向形成的夹角；

将所述虹膜圆心及半径、夹角作为预先设置的能量函数的参数的初始值，并根据所述虹膜圆心及半径、夹角，利用预先设置的人眼统计模型，计算获得所述能量函数的其余参数的初始值；所述预先设置的能量函数具有9个参数：虹膜圆心及半径、夹角、两个眼角连线的中点、两个眼角连线的中点到上下轮廓的垂直距离、两个眼角连线的中点到任意一个眼角的距离；

根据所述虹膜圆心及半径、夹角，以及所述其余参数的初始值，通过所述能量函数的最小化计算获得人眼的轮廓。

本发明实施例还提供了一种人眼定位装置，包括：

图像获取模块，用于获取待进行人眼定位的图像；

虹膜定位模块，用于对所述图像进行人眼的虹膜定位处理，获得人眼的虹膜圆心及半径；

夹角定位模块，用于根据所述虹膜圆心及半径，获得人眼的两眼角的连线与图像的水平方向形成的夹角；

轮廓获得模块，用于将所述虹膜圆心及半径、夹角作为预先设置的能量函数中参数的初始值，并根据所述虹膜圆心及半径、夹角，利用预先设置的人眼统计模型，计算获得所述能量函数的其余参数的初始值；根据所述虹膜圆心及半径、夹角，以及所述其余参数的初始值，通过所述能量函数的最小化计算获得人眼的轮廓；所述预先设置的能量函数具有9个参数：虹膜圆心及半径、夹角、两个眼角连线的中点、两个眼角连线的中点到上下轮廓的垂直距离、两个眼角连线的中点到任意一个眼角的距离。

本发明实施例先精确获得虹膜圆心及半径，以及两眼角的连线与图像的水平方向形成的夹角，然后在其基础上再计算能量函数其他参数的初始值，从而可以获得精确的初始值，在能量函数最小化过程中可以快速地找到全局最小值，进而可以精确获得人眼的轮廓。另外，由于人眼的虹膜圆心和半径、眼角位置均可以精确确定，因此不再需要能量函数的计算来确定，从而加快了能量函数的最小化计算速度。

附图说明

图1是本发明人眼定位方法一实施例的流程示意图；

图2是本发明人眼定位方法中人眼模板的示例图；

图3是本发明人眼定位方法中获得人眼的两眼角的连线与图像的水平方向形成的夹角一实施例的流程示意图；

图4是本发明人眼定位方法中旋转图像后截取人眼的子图像的操作示例图；

图5是本发明人眼定位方法中计算子图像的左右色差的流程示意图；

图6是本发明人眼定位方法中将子图像划分为左半边图像和右半边图像的示例图；

图7是本发明人眼定位装置一实施例的功能模块示意图；

图8是本发明人眼定位装置另一实施例中夹角定位模块的细化功能模块示意图；

图9是本发明人眼定位装置所在的监控终端的结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

以下结合说明书附图及具体实施例进一步说明本发明的技术方案。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供了一种人眼定位方法，如图1所示，该实施例的人眼定位方法包括以下步骤：

步骤S110、获取待进行人眼定位的图像；

该图像可以是接收监控终端采集后传送过来的图像，也可以是调用摄像头采集的图像，还可以是预先存储在终端上的图像，甚至可以是从视频图像中截取的图像。本实施例中的图像为RGB三通道的彩色图像，当然该图像也可以为其他图像，例如单通道的灰度图像等等。该彩色图像还可以为RGBA、YUV、Lab、HSL等格式。

步骤S120、对所述图像进行人眼的虹膜定位处理，获得人眼的虹膜圆心及半径；

由于人眼的虹膜和巩膜之间存在明显的颜色差异，虹膜相对于巩膜的颜色偏暗，因此将在图像上呈现明显的圆特征。本发明实施例采用圆的霍夫变换来实现虹膜圆心和半径的精确定位。该圆的霍夫变换方式为现有技术的定位方式，在此就不再赘述。当然，还可以采用其他的定位方式，例如模板匹配法等等。

步骤S130、根据所述虹膜圆心及半径，获得人眼的两眼角的连线与图像的水平方向形成的夹角；

由于两眼角处于同一水平线时，人眼在过虹膜中心点的垂线两边具有一定的对称性，因此在对虹膜圆心及半径进行精确定位后，则根据该虹膜圆心及半径，对图像进行对称性处理，获得人眼的两眼角的连线与图像的水平方向形成的夹角。若该待进行人眼定位的图像为一人眼图像，将图像的水平方向定义为x轴，图像的竖直方向定义为y轴。

步骤S140、将所述虹膜圆心及半径、夹角作为预先设置的能量函数的参数的初始值，并根据所述虹膜圆心及半径、夹角，利用预先设置的人眼统计模型，计算获得所述能量函数的其余参数的初始值；

该人眼统计模型是根据对人类的眼睛进行研究而获得的经验值，例如人眼的眼睛宽度为4倍的虹膜半径，高度为2倍的虹膜半径。本发明实施例利用变形模板匹配的方法，根据眼睛形状的分析，建立眼睛的变形模板，然后依照该变形模板设计一能量函数。如图2所示，假定人眼由上下两条共端点的抛物线L1、L2和一个圆R0构成，两条抛物线L1和L2的端点为人眼的眼角。C1为圆R0的圆心，r为圆R0的半径，C2点是两个眼角A和B的连线的中点，d1和d2是C2点到上下眼眶的距离，d3是C2点到眼角的距离。C1和C2的坐标分变为(x1,y1)和(x2,y2)。θ为d3与图像的水平方向所形成的夹角。依照图2所示的人眼模板，设计一个能量函数，其包含d1，d2，d3，x1，y1，R，x2，y2，θ共9个自变量。该能量函数的性质是：当该眼睛模型和实际人眼图像完全匹配时，能量函数取最小值。因此，通过计算上述9个自变量的初始值，然后对该能量函数进行最小化处理，找到一组使能量函数取最小值的自变量，即可获得人眼的所有几何特征：虹膜的中心位置、虹膜的半径、眼睛几何轮廓、眼角位置。

由上可知，在步骤S120和步骤S130中已经精确确定了虹膜圆心和半径、以及两眼角的连线与图像的水平方向形成的夹角θ，利用人眼的统计模型，通过如下计算可以获得能量函数中其余参数的初始值：x2=x1，y2=y1-R/3，d1=R*4/3，d2=R*2/3，d3=R*2。由于虹膜圆心C和半径R、两眼角的连线与图像的水平方向形成的夹角θ是精确获得的，因此该能量参数的其余参数的初始值也将精确获得。另外，根据两眼角的连线与图像的水平方向形成的夹角θ、两个眼角连线的中点C2的坐标、两个眼角连线的中点C2到任意一个眼角的距离d3，可以精确获得两眼角的位置。

步骤S150、根据所述虹膜圆心及半径、夹角，以及所述其余参数的初始值，通过所述能量函数的最小化计算获得人眼的轮廓。

在确定能量参数的所有参数的初始值后，再通过能量函数的最小化计算，将获得人眼的轮廓。该能量函数的最小化计算是现有技术，在此就不再赘述。

本发明实施例先精确获得虹膜圆心及半径，以及两眼角的连线与图像的水平方向形成的夹角，然后在其基础上再计算能量函数其他参数的初始值，从而可以获得精确的初始值，在能量函数最小化过程中可以快速地找到全局最小值，进而可以精确获得人眼的轮廓。另外，由于人眼的虹膜圆心和半径、眼角位置均通过步骤S120和步骤S130精确确定，因此不再需要能量函数的计算来确定，从而加快了能量函数的最小化计算速度。

进一步地，参照图3，上述步骤S130包括：

步骤S131、将图像依次以一预设角度进行旋转，直到图像旋转角度的绝对值大于预设阈值；

将图像按第一预设角度进行旋转，该预设角度可以为1°或者更小。且该图像只能在设定的角度范围内进行旋转。例如，该预设阈值为30°，则该图像能旋转的角度范围是[-30°，30°]，将图像依次以一预设角度（例如1°）进行旋转。

步骤S132、以虹膜圆心为中心，宽度为M倍的虹膜半径，高度为N倍的虹膜半径的截取区域对每次旋转后的图像进行截取，获得子图像；

如图4所示，每次进行图像旋转后，将以虹膜圆心为中心，宽度为M倍的虹膜半径，高度为N倍的虹膜半径的截取区域对旋转后的图像进行截取，获得子图像。该截取区域是根据人眼的统计模型来选取的，例如本实施例中M为4，N为2。可以理解的是，图4中图像的旋转方向是顺时针旋转，逆时针旋转的图像截取原理可参照顺时针旋转的图像截取原理。

步骤S133、计算每次所截取的子图像的左右色差；

以子图像的中线，将子图像划分为左子图像和右子图像，然后计算左子图像和右子图像的色差。

步骤S134、将所有截取的子图像的左右色差中最小的左右色差所对应的图像旋转角度作为所述人眼的两眼角的连接线与图像的水平方向所形成的夹角。

在计算完所有的子图像的左右色差后，将最小的左右色差所对应的图像旋转角度作为所述人眼的两眼角的连接线与图像的水平方向所形成的夹角。

由于两眼角处于同一水平线时，人眼在过虹膜中心点的垂线两边具有一定的对称性，所以根据对图像旋转，并截取人眼的子图像，然后从所有计算的子图像的左右色差中选取最小的，从而使得该选取的最小色差所对应的旋转图像中两眼角处于同一水平线上，进而获得人眼的两眼角的连接线与图像的水平方向所形成的夹角。

进一步地，参照图5，上述步骤S133包括：

步骤S1331、将子图像平均划分为左半边图像和右半边图像；

步骤S1332、计算所述左半边图像和右半边图像的每一行像素的色差；

步骤S1333、累加所述子图像的所有行的色差之和，记为子图像的左右色差。

将子图像进行平均划分，形成左半边图像和右办边图像。如图6所示，由图4中所截取的子图像为H行、L列像素点形成的像素矩阵，以O为界，将该子图像划分为左半边图像和右半边图像，且左半边图像和右半边图像均为H行、L/2列像素点形成的像素矩阵。然后计算左半边图像和右半边图像的每一行像素的色差。以第n行像素为例，通过中点将该第n行像素分成左半行像素和右半行像素。对于每半行像素计算像素中各个颜色通道值的累加值，以RGB三通道彩色图像为例，分别计算R通道的左半行像素的通道值SUM_R_LEFT，G通道的左半行像素的通道值SUM_G_LEFT，B通道的左半行像素的通道值SUM_B_LEFT，R通道的右半行像素的通道值SUM_R_RIGHT，G通道的右半行像素的通道值SUM_G_RIGHT，B通道的右半行像素的通道值SUM_B_RIGHT。然后通过如下色差计算公式计算第n行像素各个通道的左右色差，然后取各个通道的左右色差中最大的作为第n行像素的左右色差：

abs(SUM_R_LEFT-SUM_R_RIGHT)；

abs(SUM_G_LEFT-SUM_G_RIGHT)；

abs(SUM_B_LEFT-SUM_B_RIGHT))。

其中abs()是求取绝对值函数。

其他行的像素的左右色差都参照上述方式进行计算，最后再将每一行的像素的左右色差进行累加，获得整个子图像的左右色差。可以理解的是，若是单通道的灰度图像，则仅获取该通道的左右色差即可。

对应地，本发明还提供了一种人眼定位装置，参照图7，该实施例的人眼定位装置包括：

图像获取模块110，用于获取待进行人眼定位的图像；

虹膜定位模块120，用于对所述图像进行人眼的虹膜定位处理，获得人眼的虹膜圆心及半径；

夹角定位模块130，用于根据所述虹膜圆心及半径，获得人眼的两眼角的连线与图像的水平方向形成的夹角；

轮廓获得模块140，用于将所述虹膜圆心及半径、夹角作为预先设置的能量函数的参数的初始值，并根据所述虹膜圆心及半径、夹角，利用预先设置的人眼统计模型，计算获得所述能量函数的其余参数的初始值；根据所述虹膜圆心及半径、夹角，以及所述其余参数的初始值，通过所述能量函数的最小化计算获得人眼的轮廓。

上述图像可以是图像获取模块110接收监控终端采集后传送过来的图像，也可以是图像获取模块110调用摄像头采集的图像，还可以是图像获取模块110获取预先存储在终端上的图像，甚至可以是图像获取模块110从视频图像中截取的图像。虹膜定位模块120利用人眼的虹膜相对于巩膜的颜色偏暗的特性，采用圆的霍夫变换来实现虹膜圆心和半径的精确定位。当然，还可以采用其他的定位方式，例如模板匹配法等等。然后夹角定位模块130根据精确定位的虹膜圆心和半径，对图像进行对称性处理，获得人眼的两眼角的连线与图像的水平方向形成的夹角。最后，轮廓获得模块140先根据精确获得的虹膜圆心和半径、以及两眼角的连线与图像的水平方向形成的夹角，获得预先设置的能量函数的其余参数的初始值后，再通过能量函数的最小化计算，获得人眼的轮廓特征。该能量函数的最小化计算是现有技术，在此就不再赘述。

本发明实施例先精确获得虹膜圆心及半径，以及两眼角的连线与图像的水平方向形成的夹角，然后在其基础上再计算能量函数其他参数的初始值，从而可以获得精确的初始值，在能量函数最小化过程中可以快速地找到全局最小值，进而可以精确获得人眼的轮廓。另外，由于人眼的虹膜圆心和半径、眼角位置均可以精确确定，因此不再需要能量函数的计算来确定，从而加快了能量函数的最小化计算速度。

进一步地，参照图8，上述夹角定位模块130包括：

图像旋转单元131，用于将将图像依次以一预设角度进行旋转，直到图像旋转角度的绝对值大于预设阈值；

图像截取单元132，用于以虹膜圆心为中心，宽度为M倍的虹膜半径，高度为N倍的虹膜半径的截取区域对每次旋转后的图像进行截取，获得子图像；

色差计算单元133，用于计算计算每次所截取的子图像的左右色差；

判断单元134，用于将所有截取的子图像的左右色差中最小的左右色差所对应的图像旋转角度作为所述人眼的两眼角的连接线与图像的水平方向所形成的夹角。

图像旋转单元131将图像按第一预设角度进行旋转，该预设角度可以为1°或者更小。且该图像只能在设定的角度范围内进行旋转。例如，该预设阈值为30°，则该图像能旋转的角度范围是[-30°，30°]，将图像依次以一预设角度（例如1°）进行旋转。然后图像截取单元132将以虹膜圆心为中心，宽度为4倍的虹膜半径，高度为2倍的虹膜半径的截取区域对每次旋转后的图像进行截取，获得子图像。该截取区域是根据人眼的统计模型来选取的。色差计算单元133以子图像的中线，将子图像划分为左子图像和右子图像，然后计算左子图像和右子图像的色差。在计算完所有的子图像的左右色差后，判断单元134将比较所有截取的子图像的左右色差，从而将最小的左右色差所对应的图像旋转角度作为所述人眼的两眼角的连接线与图像的水平方向所形成的夹角。

进一步地，上述色差计算单元133用于：

以子图像的最中间一列像素为界将子图像划分为左半边图像和右半边图像；计算所述左半边图像和右半边图像的每一行像素的色差；累加所述子图像的所有行的色差之和，记为子图像的左右色差。

以第n行像素为例，通过中点将该第n行像素分成左半行像素和右半行像素。对于每半行像素计算像素中各个颜色通道值的累加值，以RGB三通道彩色图像为例，分别计算R通道的左半行像素的通道值SUM_R_LEFT，G通道的左半行像素的通道值SUM_G_LEFT，B通道的左半行像素的通道值SUM_B_LEFT，R通道的右半行像素的通道值SUM_R_RIGHT，G通道的右半行像素的通道值SUM_G_RIGHT，B通道的右半行像素的通道值SUM_B_RIGHT。然后通过如下色差计算公式计算第n行像素各个通道的左右色差，然后取各个通道的左右色差中最大的作为第n行像素的左右色差：

abs(SUM_R_LEFT-SUM_R_RIGHT)；

abs(SUM_G_LEFT-SUM_G_RIGHT)；

abs(SUM_B_LEFT-SUM_B_RIGHT)。

其中abs()是求取绝对值函数。

其他行的像素的左右色差都参照上述方式进行计算，最后再将每一行的像素的左右色差进行累加，获得整个子图像的左右色差。可以理解的是，若是单通道的灰度图像，则仅获取该通道的左右色差即可。

参照图9，上述人眼定位装置可以设置在监控终端上，也可以设置在监控终端的后台服务器上。以监控终端为例，该监控终端包括处理器101、存储器102、用户接口103、网络接口104、显示屏105、摄像头106以及通信总线107。通信总线102用于本地服务器中各组成部件之间的通信，用户接口103用于接收用户输入的信息，该用户接口103可以为有线接口及无线接口。网络接口104用于本地服务器与外部进行互相通信，该网络接口也可以包括有线接口及无线接口。存储器102可以包括一个或一个以上计算机可读存储介质，而且其不但包括内部存储器，还包括外部存储器。该存储器中存储有操作系统及人眼定位应用程序等等。处理器101用于调用存储器102中的人眼定位应用程序，以执行以下操作：

通过用户接口103或摄像头106获取待进行人眼定位的图像；

对所述图像进行人眼的虹膜定位处理，获得人眼的虹膜圆心及半径；

根据所述虹膜圆心及半径，获得人眼的两眼角的连线与图像的水平方向形成的夹角；

将所述虹膜圆心及半径、夹角作为预先设置的能量函数的参数的初始值，并根据所述虹膜圆心及半径、夹角，利用预先设置的人眼统计模型，计算获得所述能量函数的其余参数的初始值；

根据所述虹膜圆心及半径、夹角，以及所述其余参数的初始值，通过所述能量函数的最小化计算获得人眼的轮廓。

根据所述虹膜圆心及半径、夹角、人眼的轮廓定位人眼，并将定位的人眼通过显示屏进行显示，或者通过网络接口104输出。

进一步地，处理器101调用存储器102中的人眼定位应用程序，还可以执行以下操作：

将图像依次以一预设角度进行旋转，直到图像旋转角度的绝对值大于预设阈值；

以虹膜圆心为中心，宽度为M倍的虹膜半径，高度为N倍的虹膜半径的截取区域对每次旋转后的图像进行截取，获得子图像；

计算每次所截取的子图像的左右色差；

将所有截取的子图像的左右色差中最小的左右色差所对应的图像旋转角度作为所述人眼的两眼角的连接线与图像的水平方向所形成的夹角。

进一步地，处理器101调用存储器102中的人眼定位应用程序，还可以执行以下操作：

以子图像的最中间一列像素为界将子图像划分为左半边图像和右半边图像；

计算所述左半边图像和右半边图像的每一行像素的色差；

累加所述子图像的所有行的色差之和，记为子图像的左右色差。

本发明实施例先精确获得虹膜圆心及半径，以及两眼角的连线与图像的水平方向形成的夹角，然后在其基础上再计算能量函数其他参数的初始值，从而可以获得精确的初始值，在能量函数最小化过程中可以快速地找到全局最小值，进而获得人眼的轮廓。另外，由于人眼的虹膜圆心和半径、眼角位置均可以精确确定，因此不再需要能量函数的计算来确定，从而加快了能量函数的最小化计算速度。

以上所述仅为本发明的优选实施例，并非因此限制其专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种人眼定位方法，其特征在于，包括以下步骤： 

获取待进行人眼定位的图像； 

对所述图像进行人眼的虹膜定位处理，获得人眼的虹膜圆心及半径； 

根据所述虹膜圆心及半径，获得人眼的两眼角的连线与图像的水平方向形成的夹角； 

将所述虹膜圆心及半径、夹角作为预先设置的能量函数中的相应参数的初始值，并根据所述虹膜圆心及半径、夹角，利用预先设置的人眼统计模型，计算获得所述能量函数中其余参数的初始值；所述预先设置的能量函数具有9个参数：虹膜圆心及半径、夹角、两个眼角连线的中点、两个眼角连线的中点到上下轮廓的垂直距离、两个眼角连线的中点到任意一个眼角的距离； 

根据所述虹膜圆心及半径、夹角，以及所述其余参数的初始值，通过所述能量函数的最小化计算获得人眼的轮廓。 

2.如权利要求1所述的人眼定位方法，其特征在于，所述根据虹膜圆心及半径，获得人眼的两眼角的连线与图像的水平方向形成的夹角包括： 

将图像依次以一预设角度进行旋转，直到图像旋转角度的绝对值大于一预设阈值； 

以虹膜圆心为中心，宽度为M倍的虹膜半径，高度为N倍的虹膜半径的区域为界，获得子图像； 

计算每次所获取的子图像的左右色差； 

将所有截取的子图像的左右色差中最小的左右色差所对应的图像旋转角度作为所述人眼的两眼角的连接线与图像的水平方向所形成的夹角。 

3.如权利要求2所述的人眼定位方法，其特征在于，所述计算子图像的左右色差包括： 

以子图像的最中间一列像素为界将子图像划分为左半边图像和右半边图像； 

计算所述左半边图像和右半边图像的每一行像素的色差； 

累加所述子图像的所有行的色差之和，记为子图像的左右色差。 

4.如权利要求1-3任一项所述的人眼定位方法，其特征在于，所述M为4，N为2。 

5.如权利要求1-3任一项所述的人眼定位方法，其特征在于，所述图像的旋转方向包括顺时针旋转方向和逆时针旋转方向，所述预设阈值为30°。 

6.一种人眼定位装置，其特征在于，包括： 

图像获取模块，用于获取待进行人眼定位的图像； 

虹膜定位模块，用于对所述图像进行人眼的虹膜定位处理，获得人眼的虹膜圆心及半径； 

夹角定位模块，用于根据所述虹膜圆心及半径，获得人眼的两眼角的连线与图像的水平方向形成的夹角； 

轮廓获得模块，用于将所述虹膜圆心及半径、夹角作为预先设置的能量函数的参数的初始值，并根据所述虹膜圆心及半径、夹角，利用预先设置的人眼统计模型，计算获得所述能量函数的其余参数的初始值；根据所述虹膜圆心及半径、夹角，以及所述其余参数的初始值，通过所述能量函数的最小化计算获得人眼的轮廓；所述预先设置的能量函数具有9个参数：虹膜圆心及半径、夹角、两个眼角连线的中点、两个眼角连线的中点到上下轮廓的垂直距离、两个眼角连线的中点到任意一个眼角的距离。 

7.根据权利要求6所述的人眼定位装置，其特征在于，所述夹角定位模块包括： 

图像旋转单元，用于将图像依次以一预设角度进行旋转，直到图像旋转角度的绝对值大于预设阈值； 

图像截取单元，用于以虹膜圆心为中心，宽度为M倍的虹膜半径，高度为N倍的虹膜半径的截取区域对每次旋转后的图像进行截取，获得子图像； 

色差计算单元，用于计算每次所截取的子图像的左右色差； 

判断单元，用于将所有截取的子图像的左右色差中最小的左右色差所对 应的图像旋转角度作为所述人眼的两眼角的连接线与图像的水平方向所形成的夹角。 

8.如权利要求7所述的人眼定位装置，其特征在于，所述色差计算单元用于： 

以子图像的最中间一列像素为界将子图像划分为左半边图像和右半边图像；计算所述左半边图像和右半边图像的每一行像素的色差；累加所述子图像的所有行的色差之和，记为子图像的左右色差。 

9.如权利要求6-8任一项所述的人眼定位装置，其特征在于，所述M为4，N为2。 

10.如权利要求6-8任一项所述的人眼定位装置，其特征在于，所述图像的旋转方向包括顺时针旋转方向和逆时针旋转方向，所述预设阈值为30°。