【技术实现步骤摘要】
一种基于实时手势识别的手心追踪定位的方法
本专利技术涉及通过有线技术将计算机系统与用户相互连接,使用户的手势信息完整无误地传送至识别系统中,并通过数学算法来识别人类手势,特别是基于实时手势识别的手心追踪定位算法,该算法是在现有手势识别技术基础上通过解决手心追踪定位问题来实现手势识别的实时性和高效性。
技术介绍
随着现代科技的高速发展及生活方式的转变,人们越发追求生活、工作中的智能化,希望享有简便、高效、人性化的智能操作控制方式。而伴随计算机的微型化,人机交互需求越来越高,人机友好交互也日益成为研发的热点。目前,人们已不仅仅满足按键式的操作控制,其目光已转向利用人体动作、表情变化等更加方便、友好、直观地应用智能化交互控制体系方面。手势是人们交互的重要信息,随着计算机视觉的发展,基于计算机视觉的手势识别方法已成为近些年来人机交互领域。将手势识别系统用于人机接口,从而实现直接的、自然的人机交互方式,是手势识别的发展趋势和基本目标。根据手势的输入介质不同,可以将手势识别系统分为两种:一是利用数据手套,二是,基于计算机视觉。近年来,手势识别方法主要有模变化来实现手势的检测与识别板匹配法(TemplateMatching)、神经网络法(NeuralNetwork,NN)、动态时间规整法(DynamicTimeWarping,DTW)及隐马尔可夫模型法(HiddenMarkovModel,HMM)等。其中,模板匹配法多用于静态手势识别中而基于隐马尔可夫模型的识别和基于动态时间规整的识别则主要用于动态手势识。
技术实现思路
技术问题:本专利技术公开一种基于实时手势识别的手心追 ...
【技术保护点】
1.一种基于实时手势识别的手心追踪定位的方法,其特征在于,该方法包括以下步骤:步骤1、运动检测采用平均背景法进行运动检测,步骤2、采用YCrCb色彩空间肤色分割,步骤3、区域分割步骤31、剔除与手势无关的脸部、另一只无效手部、以及其它类肤色背景的干扰,进而精确定位有效的目标手势区域;步骤32、使用cvFind‑Contours函数对已获取的二值化图像进行轮廓查找,可得到二值化图像中的轮廓总数,继而通过统计每一个轮廓区域占肤色区域总面积的百分比,并判断其百分比的大小,来认定其是否为干扰区域;步骤33、剔除所有干扰区域后,即可得到若干块较大面积的肤色区域;步骤34、为了在此若干块肤区域中确定目标手势区域,根据仿生学原理,提出“周积比”的概念并以此作为有效手势区域的判别标准;步骤35、“周积比”概念来确定张开手指的手势区域,经实际测试,在肤色区域块正常识别的情况下,此种方法可以精确地将伸出手指的手势区域与脸部区域区分开来,从而有效确定出手势区域;步骤4、利用“手心定位法”进行手势识别。
【技术特征摘要】
1.一种基于实时手势识别的手心追踪定位的方法,其特征在于,该方法包括以下步骤:步骤1、运动检测采用平均背景法进行运动检测,步骤2、采用YCrCb色彩空间肤色分割,步骤3、区域分割步骤31、剔除与手势无关的脸部、另一只无效手部、以及其它类肤色背景的干扰,进而精确定位有效的目标手势区域;步骤32、使用cvFind-Contours函数对已获取的二值化图像进行轮廓查找,可得到二值化图像中的轮廓总数,继而通过统计每一个轮廓区域占肤色区域总面积的百分比,并判断其百分比的大小,来认定其是否为干扰区域;步骤33、剔除所有干扰区域后,即可得到若干块较大面积的肤色区域;步骤34、为了在此若干块肤区域中确定目标手势区域,根据仿生学原理,提出“周积比”的概念并以此作为有效手势区域的判别标准;步骤35、“周积比”概念来确定张开手指的手势区域,经实际测试,在肤色区域块正常识别的情况下,此种方法可以精确地将伸出手指的手势区域与脸部区域区分开来,从而有效确定出手势区域;步骤4、利用“手心定位法”进行手势识别。2.根据权利要求1所述的一种基于实时手势识别的手心追踪定位的方法,其特征在于,所述步骤1中,运动检测采用平均背景法进行运动检测,具体步骤如下:步骤11、计算每个像素的平均值和标准差作为它的背景模型,首先对前K幅图像进行累计学习;步骤12、用函数cvAbsDiff()计算每帧图像间的绝对差图像,累积到K帧图像后,用这个累计的图像除以输入图像累计的数目K,来计算平均原始图像和绝对差分图像;步骤13、选取平均原始图像即初始背景与绝对差分图像的适当倍数作为分割的上、下限,将输入图像像素点与设定的阈值范围进行比较,阈值范围内的为背景,否则为前景。3.根据权利要求1所述的一种基于实时手势识别的手心追踪定位的方法,其特征在于,所述步骤2中,采用YCrCb色彩空间肤色分割,具体步骤如下:步骤21、YCrCb转换到RGB的公式如下,RGB取值范围均为0~255:将其色彩空间由RGB转化到YCrCb;步骤22、通常,当Cr和Cb满足:n1≤Cr≤m1,n2≤Cb≤m2时,即可认为是肤色区域;通过对当前时刻的Cr和Cb阈值进行经验性调整,便可更加精确地确定肤色区域,若将肤色区域像素点的像素分量调为X,非肤色区域像素点的像素分量调为Y,即可得到肤色区域的二值化图像。4.根据权利要求1所述的一种基于实时手势识别的手心追踪定位的方法,其特征在于,所述步骤3中,所述的“周积比”即某孤立区域的周长与面积的比值,生态学特征理念之中,生物表面积与体重的比值越大,说明...
【专利技术属性】
技术研发人员:董聪,陈志,岳文静,刘玲,张姝彦,闫晗,
申请(专利权)人:南京邮电大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。