一种基于移动设备手势识别的轮廓提取方法技术

本发明专利技术公开了一种基于移动设备手势识别的轮廓提取方法，该轮廓提取方法对边缘像素点的八邻域进行跟踪搜索，搜索边缘像素点，并记录对应的位置编号，采用编号顺序将边缘像素点串联起来，组合形成轮廓，仅需简单的条件进行循环搜索即可完成，算法模型简单，计算量小，运用在移动设备上有很高的实时性，延迟低。

【技术实现步骤摘要】
一种基于移动设备手势识别的轮廓提取方法
本专利技术涉及手势识别的
，具体是一种基于移动设备手势识别的轮廓提取方法。
技术介绍
在手势识别技术中，主要包括手势分割、特征提取和手势识别三个步骤，而在特征提取中，轮廓的提取是前提条件。轮廓提取一般都是利用图像的一阶导数极值或二阶导数的过零点信息来提取边缘，将边缘像素组合形成轮廓。传统的轮廓提取方法都是基于PC系统的，算法模型复杂，计算量大，运用在移动设备上有明显的延迟。
技术实现思路
本专利技术针对上述存在的问题，提供了一种基于移动设备手势识别的轮廓提取方法，算法模型简单，计算量大，运用在硬件条件不高的移动设备有较低的延迟。本专利技术一种基于移动设备手势识别的轮廓提取方法，包括以下步骤：1)在图像上按顺序搜索到首个边缘像素点，记录为轮廓点S0到轮廓点序列表中，建立该像素点为中心的八邻域模型，按照固定的顺序编辑八邻域的像素点编号，从编号d开始搜索八邻域的像素点；2)按照八邻域像素点的编号顺序依次搜索八领域像素点，若寻找到新的边缘像素点，则记录该轮廓点Sn到轮廓点序列表中，并记录该轮廓点Sn在八邻域中的编号d′；3)将轮廓点Sn设为当前轮廓点，以同样的八邻域编码顺序建立以当前轮廓点为中心的八邻域模型，重新设置搜索开始编号d＝(d+3)mod8+1，继续执行步骤B；4)直到搜索到的边缘像素点为起始点，即Sn＝S0，则结束搜索。作为进一步的改进，所述步骤A中搜索顺序为按图像从左到右，从上到下。作为进一步的改进，所述编号顺序为以当前轮廓点为中心的九宫格右上角点开始逆时针编号。作为进一步的改进，所述d＝5。作为进一步的改进，还包括边缘像素点的提取：创建一个一维高斯掩模G用于对图像I进行卷积运算，获取图像I上的每个像素点的梯度M，图像上梯度值大于高阀值Th的像素点均标记为边缘像素点，连接边缘像素点且梯度值大于低阀值T1的像素点均标记为边缘像素点。作为进一步的改进，所述卷积运算包括以下步骤：A、在X和Y的行列方向上创建高斯函数的一阶导数作为一维掩模，得到Gx和Gy；B、分别沿行和沿列利用一维高斯掩模G对图像I做卷积运算，得到X分量图像Ix和Y分量图像Iy；C、利用Gx对Ix进行卷积运算得到Ix′，同样利用Gy对Iy进行卷积运算得到Iy′；D、结合X分量和Y分量计算边缘响应的强度，即梯度：作为进一步的改进，所述高阀值和低阀值的比值为2:1.作为进一步的改进，所述高阀值和低阀值的比值为3:1.本专利技术具有以下有益效果：该轮廓提取方法对边缘像素点的八邻域进行跟踪搜索，搜索边缘像素点，并记录对应的位置编号，采用编号顺序将边缘像素点串联起来，组合形成轮廓，仅需简单的条件进行循环搜索即可完成，算法模型简单，计算量小，运用在移动设备上有很高的实时性，延迟低。具体实施方式本实施例一种基于移动设备手势识别的轮廓提取方法，利用八邻域算法对边缘像素点进行根据搜索，形成相关的轮廓点序列表。本实施中边缘像素点的提取采用了用Canny算子作为边缘检测的方法，创建一个一维高斯掩模G用于对图像I进行卷积运算，卷积运算步骤如下：具体步骤如下：A、在X和Y的行列方向上创建高斯函数的一阶导数作为一维掩模，得到和；B、分别沿行和沿列利用一维高斯掩模G对图像I做卷积运算，得到X分量图像和Y分量图像；C、利用对进行卷积运算得到，同样利用对进行卷积运算得到；D、结合X分量和Y分量计算边缘响应的强度，即梯度。Canny算子算法的基本思想是：每一个边缘像素都关联了一个方向，在一个边缘像素上的梯度的大小应该比在边缘两侧的像素上的梯度大小要大。传统的Canny算子算法都是采用最后一步是非最大抑制步骤，其中非局部极大值的像素都会被移除，最后的图像仍然包含灰阶值，因此还需要进行阈值操作以判断哪些像素为边缘像素，哪些像素不是边缘像素。该实施例中，Canny算子最后获取图像I上的每个像素点的梯度M，图像上梯度值大于高阀值的像素点均标记为边缘像素点，连接边缘像素点且梯度值大于低阀值的像素点均标记为边缘像素点。低阀值用于边缘连接，高阀值用来控制边缘的初始段，推荐的高低阈值比在2:1到3:1之间。边缘像素点找出来之后，只是零散的点，并没有连接形成轮廓。在平面图像中，任意一像素点，都有八个像素点与之相连，轮廓点的八邻域内必定有一个与之相连的轮廓点。对边缘像素点的八邻域进行编号，编号顺序为以当前轮廓点为中心的九宫格右上角点开始逆时针编号，编号表如下：3214Sn8567搜索八邻域内的边缘像素点记录到轮廓点序列表中，组合形成相关的轮廓，具体步骤如下:1)在图像上按从左到右，从上到下的顺序搜索到首个边缘像素点，记录为轮廓点S0到轮廓点序列表中，建立该像素点为中心的八邻域模型，按照固定的顺序编辑八邻域的像素点编号，从编号d开始搜索八邻域的像素点；2)按照八邻域像素点的编号顺序依次搜索八领域像素点，若寻找到新的边缘像素点，则记录该轮廓点Sn到轮廓点序列表中，并记录该轮廓点Sn在八邻域中的编号d′；3)将轮廓点Sn设为当前轮廓点，以同样的八邻域编码顺序建立以当前轮廓点为中心的八邻域模型，重新设置搜索开始编号d＝(d+3)mod8+1，继续执行步骤B；4)直到搜索到的边缘像素点为起始点，即Sn＝S0，则结束搜索。在具体的实施例，d可以取5，即是从八邻域中编号为5的像素点开始搜索。经过上述步骤的搜索后，得到轮廓点序列表，轮廓点序列表中的得到的新轮廓点都是以上一个轮廓点为基础，轮廓点按照编号的排列组合形成所需的轮廓。实施例中针对不同分辨率的手机拍摄的图像进行轮廓提取，所需的时间表如下：分辨率640x4801280x7201088x10881280x9601440x10801920x1080提取时间(ms)105587938187625603362从表中可以看出，对于分辨率越低的手机来说，轮廓提取时间越少，实时性越高。以上所述，仅为本专利技术较佳的具体实施方式，但本专利技术的保护范围并不局限于此，凡在本专利技术的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.一种基于移动设备手势识别的轮廓提取方法，其特征在于，包括以下步骤：1)在图像上按顺序搜索到首个边缘像素点，记录为轮廓点S0到轮廓点序列表中，建立该像素点为中心的八邻域模型，按照固定的顺序编辑八邻域的像素点编号，从编号d开始搜索八邻域的像素点；2)按照八邻域像素点的编号顺序依次搜索八领域像素点，若寻找到新的边缘像素点，则记录该轮廓点Sn到轮廓点序列表中，并记录该轮廓点Sn在八邻域中的编号d′；3)将轮廓点Sn设为当前轮廓点，以同样的八邻域编码顺序建立以当前轮廓点为中心的八邻域模型，重新设置搜索开始编号d＝(d+3)mod8+1，继续执行步骤B；4)直到搜索到的边缘像素点为起始点，即Sn＝S0，则结束搜索。

【技术特征摘要】
1.一种基于移动设备手势识别的轮廓提取方法，其特征在于，包括以下步骤：1)在图像上按顺序搜索到首个边缘像素点，记录为轮廓点S0到轮廓点序列表中，建立该像素点为中心的八邻域模型，按照固定的顺序编辑八邻域的像素点编号，从编号d开始搜索八邻域的像素点；2)按照八邻域像素点的编号顺序依次搜索八领域像素点，若寻找到新的边缘像素点，则记录该轮廓点Sn到轮廓点序列表中，并记录该轮廓点Sn在八邻域中的编号d′；3)将轮廓点Sn设为当前轮廓点，以同样的八邻域编码顺序建立以当前轮廓点为中心的八邻域模型，重新设置搜索开始编号d＝(d+3)mod8+1，继续执行步骤B；4)直到搜索到的边缘像素点为起始点，即Sn＝S0，则结束搜索。2.根据权利要求1所述的轮廓提取方法，其特征在于，所述步骤A中搜索顺序为按图像从左到右，从上到下。3.根据权利要求1所述的轮廓提取方法，其特征在于，所述编号顺序为以当前轮廓点为中心的九宫格右上角点开始逆时针编号。4.根据权利要求1所述的轮廓...

【专利技术属性】
技术研发人员：肖应旺，姚美银，伍银波，姜允志，
申请(专利权)人：广东技术师范学院，
类型：发明
国别省市：广东,44