图像处理方法以及电子设备技术

本发明专利技术提供了一种图像处理方法以及电子设备。该图像处理方法应用于电子设备，用于检测所述电子设备的操作者的第一操作体，其中包括：获取对象图像；检测所述对象图像中的至少一个第一操作体；确定所述至少一个第一操作体中的每一个在所述对象图像中的方向；以及将所述对象图像中的方向满足第一条件的第一操作体确定为所述电子设备的操作者的第一操作体。根据本发明专利技术的图像处理方法以及电子设备，不经过复杂的建模运算即可准确地从图像对象中正确检测所述电子设备的操作者的第一操作体，降低了电子设备的运行开销。

【技术实现步骤摘要】

本专利技术总体上涉及图像和视频处理领域，尤其涉及检测电子设备的操作者的操作体的图像处理方法以及电子设备。
技术介绍
如今，随着信息技术日益发达，电子设备越来越人性化，出现了能够识别操作者的动作并且执行相应的处理的电子设备。典型地，电子设备可以通过摄像头等捕获对象图像(包括动画)，并且识别图像中的操作者的手的动作(手势)，从而执行与该各种各样的手势对应的处理。然而，在电子设备获取的对象图像中，有时会出现除操作者以外的其他人的操作体。此时，需要首先判别哪个操作体是该电子设备的操作者的操作体，否则电子设备容易将非操作者的操作体当作是操作者的操作体而响应，导致误操作。例如，电子设备是能够识别操作者手势的智能眼镜并且获得了如图1所示的第一视角的图像。不难看出，图像中存在两只手，其中离电子设备较近的握着鼠标的手1为操作者的手，放在桌子上的手2为位于操作者对面的其他人的手。此时，电子设备需要判别哪个手是操作者的手。在检测出手1为操作者的手之后，只需识别手1的动作，而忽略非操作者的手2的动作。传统的检测电子设备的操作者的操作体的方法是将时间，空间，外表的概率图模型进行建模。但这种方法需要将时间、空间、外表作为节点进行复杂的运算，具有运行开销大、耗时长、耗电高等缺点。
技术实现思路
本专利技术鉴于以上课题完成，其目的在于，提供一种图像处理方法以及电子设备，能使得电子设备与用户进行高效率而精确的交互而不会被场景中其他人的操作体进行干扰而影响电子设备和用户之间的交互。本专利技术的一个实施例提供一种图像处理方法，应用于电子设备，用于检测所述电子设备的操作者的第一操作体，其中包括：获取对象图像；检测所述对象图像中的至少一个第一操作体；确定所述至少一个第一操作体中的每一个在所述对象图像中的方向；以及将所述对象图像中的方向满足第一条件的第一操作体确定为所述电子设备的操作者的第一操作体。本专利技术的实施例还提供一种电子设备，用于检测所述电子设备的操作者的第一操作体，其中包括：获取模块，配置来获取对象图像；检测模块，配置来检测所述对象图像中的至少一个第一操作体；方向确定模块，配置来确定所述至少一个第一操作体中的每一个在所述对象图像中的方向；以及识别模块，配置来将所述对象图像中的方向满足第一条件的第一操作体确定为所述电子设备的操作者的第一操作体。根据本专利技术的图像处理方法以及电子设备，根据操作体在对象图像中的方向来判定是否为电子设备的操作者的操作体，从而不经过复杂的建模运算即可准确地进行操作体的检测，能使得电子设备与用户进行高效率而精确的交互而不会被场景中其他人的操作体进行干扰而影响电子设备和用户之间的交互。附图说明图1是用于说明电子设备获取到具有多个操作体的图像的示意图。图2是根据本专利技术的图像处理方法的流程图。图3是确定至少一个第一操作体中的每一个在对象图像中的方向的优选实施例的流程图。图4是用于说明基于聚类中心确定的手的方向的示意图。图5是用于说明通过本专利技术的图像处理方法确定的对象图像中的第一操作体的方向的示意图。图6是用于说明基于第一操作体在对象图像中的方向确定电子设备的操作者的第一操作体的图。图7是根据本专利技术的电子设备的功能框图。具体实施方式为使本领域的技术人员能够更好地理解本专利技术的技术方案，下面结合附图详细说明本专利技术的图像处理方法以及电子设备的具体实施方式。但本专利技术不限于此，在本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。【图像处理方法】下面，结合附图来详细说明本专利技术的图像处理方法。本专利技术的图像处理方法应用于电子设备，电子设备可以检测操作者的操作体的动作并且执行与该动作对应的处理。本专利技术不限制电子设备的形式，作为非限制性的示例，电子设备可以是平板电脑、笔记本电脑、智能手机等通用的多功能电子设备，也可以是智能眼镜等佩戴在操作者身体的某一部位的佩戴型电子设备，此外还可以是通过与本体独立地设置的远程单元获取用户的操作体的动作信息的分体式电子设备，或者是上述的一个或者多个设备的组合。操作体可以是操作者的身体的某一部位。下面，为了方便说明，以智能眼镜检测其第一视角图像中的操作者的手为例进行说明。图2是根据本专利技术的图像处理方法的流程图。如图2所示，本专利技术的图像处理方法包括以下步骤：首先，获取对象图像(步骤S210)。具体而言，智能眼镜可以通过设置在其上的摄像头以及/或者其他传感器获取第一视角的二维图像。应当注意，本专利技术中的对象图像不限于二维图像，在一些实施例中，可以获取三维图像。此外，如果电子设备还可以从与本体独立的远程传感器中获取对象图像，此时的图像不限于第一视角图像，例如可以是第三视角图像。对象图像中一般包括灰度信息和深度信息。其中，所谓深度信息是指拍摄对象到传感器之间的距离的信息。深度信息例如可以通过两个摄像头获取图像，并且利用视差计算得出。此外，也可以使用如红外传感器等其他距离传感器直接获得。优选地，对象图像可以包括色彩信息。接下来，检测对象图像中的至少一个第一操作体(步骤S220)。例如，当电子设备检测操作者的手时，可以使用深度信息、灰度信息、色彩信息中的至少一个，根据手的特征来检测对象图像中是否存在手，或者存在几个手，这些手在对象图像中的什么位置等。应当注意，当在第一操作体为手以外的其他部位时，也可以根据该部位的特征来进行检测。这里，可以使用任何现有的检测方法进行检测，因此省略详细的说明。当没有检测到第一操作体时，即可确定对象图像中不可能存在操作者的第一操作体，因此就可以无需进一步检测电子设备的操作者的第一操作体而直接结束处理。随后，确定所述至少一个第一操作体中的每一个在所述对象图像中的方向(步骤S230)。这里，可以根据第一操作体的特征来确定其在对象图像中的方向。例如，当第一操作体为手时，手指部分和手掌部分的纹理、形状、色彩等特征不同，因此通过现有的图像识别技术检测手的方向即可。为了能够精确且高效地确定第一操作体的方向，本专利技术提供如下优选实施例。下面，结合附图详细介绍确定第一操作体的方向的优选实施例。在本优选实施例中，利用手指部分和手掌部分的纹理丰富度不同来确定手在对象图像中的方向。在本实施例中，利用曲率密度来衡量纹理的丰富度。这是因为，通过使用曲率密度衡量纹理的丰富度与使用像素点的曲率衡量纹理的丰富度相比，能够减少例如因手掌上的某一个像素的曲率偶然较大或者手指上的某一个像素的曲率偶然较小而导致的误差。具体而言，手指部分的纹理丰富，因此该部分曲率密度较大；相反，手掌部分的纹理相对平坦，因此该部分的曲率密度较小。通过确定手掌部分和手指部分的聚类中心，即可判定手的方向。图3是确定至少一个第一操作体中的每一个在对象图像中的方向的优选实施例的流程图。如图3所示：首先，提取所述至少一个第一操作体中的每一个的轮廓像素(步骤S331)。例如可以对于检测出来的至少一个第一操作体，基于对象图像的深度信息生成梯度图，随后从梯度图中提取第一操作体的轮廓像素。其中梯度图例如可以利用差分方法等常规的方法生成。提取轮廓像素例如可以利用canny算子或者sobel算子和拉普拉斯变换等现有方法，在这里不再详细描述。随后，计算轮廓像素周围的规定范围区域的曲率密度(步骤S本文档来自技高网...

【技术保护点】
一种图像处理方法，应用于电子设备，其中包括：获取对象图像；检测所述对象图像中的至少一个第一操作体；确定所述至少一个第一操作体中的每一个在所述对象图像中的方向；以及将所述对象图像中的方向满足第一条件的第一操作体确定为所述电子设备的操作者的第一操作体。

【技术特征摘要】
1.一种图像处理方法，应用于电子设备，其中包括：获取对象图像；检测所述对象图像中的至少一个第一操作体；确定所述至少一个第一操作体中的每一个在所述对象图像中的方向；以及将所述对象图像中的方向满足第一条件的第一操作体确定为所述电子设备的操作者的第一操作体。2.如权利要求1所述的图像处理方法，其中，所述将所述对象图像中的方向满足第一条件的第一操作体确定为所述电子设备的操作者的第一操作体包括：获取所述至少一个第一操作体中的每一个的深度信息；将所述对象图像中的方向满足第一条件并且深度信息满足第二条件的第一操作体确定为所述电子设备的操作者的第一操作体。3.如权利要求1所述的图像处理方法，其中，所述确定所述至少一个第一操作体中的每一个在所述对象图像中的方向包括：提取所述至少一个第一操作体中的每一个的轮廓像素；计算所述轮廓像素周围的规定范围区域的曲率密度；基于所述曲率密度确定第一曲率密度聚类中心以及第二曲率密度聚类中心，所述第一曲率密度大于所述第二曲率密度；基于第一曲率密度聚类中心以及第二曲率密度聚类中心的位置确定第一操作体在所述对象图像中的方向。4.如权利要求3所述的图像处理方法，其中，在所述计算所述轮廓像素周围的规定范围区域的曲率密度之后，还包括：调整所述轮廓像素的曲率密度的值，使得具有大于规定阈值的曲率密度的轮廓像素具有更高的曲率密度，具有小于规定阈值的曲率密度的轮廓像素具有更低的曲率密度。5.如权利要求4所述的图像处理方法，其中，所述调整所述轮廓像素的曲率密度的值，使得具有大于规定阈值的曲率
\t密度的轮廓像素具有更高的曲率密度，具有小于规定阈值的曲率密度的轮廓像素具有更低的曲率密度包括：对于每一个轮廓像素迭代执行以下处理：当包含轮廓像素和所述轮廓像素周围的非零像素的集合的曲率密度的平均值大于规定阈值时，将所述集合中具有最大的曲率密度的像素的曲率密度作为轮廓像素的曲率密度，当包含轮廓像素和所述轮廓像素周围的非零像素的集合的曲率密度的平均值小于规定阈值时，将所述集合中具有最小的曲率密度的像素的曲率密度作为轮廓像素的曲率密度。6.如权利要求3所述的图像处理方法，其中，所述基于所述曲率密度确定第一曲率密度聚类中心以及第二曲率密度聚类中心包括：使用以下公式求出使得J(μ)最小的第一曲率密度聚类中心以及第二曲率密度聚类中心：J(μ)=Σi=12Σj=1Ni(Xi(j)-μi)2αD]]>其中，μ1是第一曲率密度聚类中心、μ2是第二曲率密度聚类中心、D是两个聚类中心之间的距离，α是所述距离的权重，Ni是属于第i个聚类的像素的数量，是属于第i个聚类中的第j个像素，...

【专利技术属性】
技术研发人员：陈超，刘丽艳，赵颖，
申请(专利权)人：株式会社理光，
类型：发明
国别省市：日本;JP