一种手势识别方法及手势识别装置制造方法及图纸

本申请公开了一种手势识别方法及手势识别装置，涉及人机交互技术领域。上述手势识别方法包括：获取手部图像，手部图像包括手指子区域和手掌子区域；确定手部图像中的手掌中心、指尖个数以及各指尖之间的夹角；以手掌中心为圆心，基于初始半径和二分法确定目标同心圆；将手掌中心指向目标同心圆与手指子区域的交点的方向确定为手势主方向；基于手势主方向、指尖个数以及指尖之间的夹角进行手势识别并输出手势识别的结果。本申请提供的技术方案可提高手势识别效率。

A gesture recognition method and device

【技术实现步骤摘要】
一种手势识别方法及手势识别装置
本申请涉及人机交互
，特别是涉及一种手势识别方法及手势识别装置。
技术介绍
随着科学技术的发展，人机交互技术越来越受到重视。其中，手势识别作为一种简单方便的人机交互方式被越来越多地采用。现有技术中，手势识别的方法多种多样，大体可以分为模板匹配、概率计算等。对于手势识别，通常需要判断手势主方向，现有技术需要计算手部图像中手部每一个点与手掌中心的距离，从而找到距离手掌中心最远的点，确定手势主方向。现有技术的缺陷在于，判断手势主方向的方法复杂且计算量大，极大的降低了手势识别的效率。
技术实现思路
本申请提供一种手势识别方法及手势识别装置，可通过同心圆测距算法获得距离手掌中心最远的点，降低计算方法的复杂度和计算量，实现提高计算效率，从而提高确定手势主方向的效率，提高手势识别效率的技术效果为了实现上述技术效果，本申请第一方面提供一种手势识别方法，包括：获取手部图像，其中，上述手部图像包括手指子区域和手掌子区域；确定上述手部图像中的手掌中心、指尖个数以及各指尖之间的夹角，其中，上述手掌中心为上述手掌子区域的中心点；以上述手掌中心为圆心，基于初始半径和二分法确定目标同心圆；其中，上述初始半径为上述目标区域的最小外接正方形的边长与预设的第一控制阈值的乘积，上述目标同心圆覆盖上述目标区域内的所有像素点且与上述手指子区域只有一个交点；上述目标区域为上述手指子区域和上述手掌子区域的并集区域；将上述手掌中心指向上述目标同心圆与上述手指子区域的交点的方向确定为手势主方向；基于组合特征进行手势识别并输出上述手势识别的结果，其中，上述组合特征包括上述手势主方向、上述指尖个数以及上述各指尖之间的夹角。可选的，上述获取手部图像包括：获取包括手部区域和背景区域的红外图像；将上述红外图像转换为灰度图像；基于大津算法和上述灰度图像中各个像素点的灰度值，计算二值化阈值；基于上述二值化阈值对上述灰度图像进行二值化处理，获得上述手部图像。可选的，上述确定上述手部图像中的手掌中心、指尖个数以及各指尖之间的夹角包括：获取上述手部图像中的手部边缘轮廓；基于上述手部边缘轮廓获得手掌子区域的边缘轮廓；基于上述手掌子区域的边缘轮廓上各像素点确定上述手掌中心；基于上述手部边缘轮廓上各像素点以及上述手掌中心确定上述指尖个数以及上述各指尖之间的夹角。可选的，上述基于上述手部边缘轮廓获得手掌子区域的边缘轮廓包括：依次连接上述手部边缘轮廓上所有目标边缘点，获得上述手掌子区域的边缘轮廓；其中，上述目标边缘点为目标边缘圆的圆心，上述目标边缘圆的半径为上述目标区域的最小外接正方形的边长和预设的第三控制阈值的乘积，且，上述目标边缘圆与上述手指子区域的交集大于预设的第二控制阈值与上述目标边缘圆面积的乘积。可选的，上述基于上述手部边缘轮廓上的各像素点以及上述手掌中心确定上述指尖个数以及上述各指尖之间的夹角包括：获取上述手部图像中上述目标区域的最小外接正方形；将上述目标区域的最小外接正方形中的图像缩放至预设尺寸，获得标准化图像，其中，上述标准化图像为尺寸标准化后的手部图像；基于上述标准化图像中的手部边缘轮廓和手掌中心获得上述指尖个数和上述各指尖之间的夹角。可选的，在获得上述标准化图像之后，上述手势识别方法还包括：从上述标准化图像中的手部边缘轮廓上选取一点作为第一起始点a1，基于上述第一起始点a1，顺时针确定上述标准化图像中的手部边缘轮廓上各点a1，a2，...，an；其中n为预设的轮廓点数阈值；计算上述a1，a2，...，an到上述标准化图像手掌中心的距离和平均距离，获得第二起始点b1；其中，上述第二起始点b1为上述a1，a2，...，an中到上述标准化图像中手掌中心的距离小于上述平均距离的一点；以上述第二起始点b1为新的起始点，顺时针方向重新确定上述标准化图像手部边缘轮廓上的各点b1，b2，...，bn；基于上述标准化图像中手部边缘轮廓上的各点b1，b2，...，bn到上述手掌中心的距离重绘手部的边缘轮廓，获得重排手部轮廓图像；根据上述重排手部轮廓图像的波峰个数，获得上述指尖个数。可选的，在获得上述指尖个数之后，上述手势识别方法还包括：基于上述重排手部轮廓图像中的波峰坐标，确定各指尖坐标；基于上述各指尖坐标以及上述手掌中心的坐标，确定各指尖之间的夹角。本申请第二方面提供一种手势识别装置，包括：图像获取模块，用于获取手部图像，其中，上述手部图像包括手指子区域和手掌子区域；数据获取模块，用于确定上述手部图像中的手掌中心、指尖个数以及各指尖之间的夹角，其中，上述手掌中心为上述手掌子区域的中心点；同心圆获取模块，用于以上述手掌中心位置为圆心，基于初始半径和二分法确定目标同心圆；其中，上述初始半径为上述目标区域的最小外接正方形的边长与预设的第一控制阈值的乘积，上述目标同心圆覆盖上述目标区域内的所有像素点且与上述手指子区域只有一个交点；上述目标区域为上述手指子区域和上述手掌子区域的并集区域；手势主方向确定模块，用于将上述手掌中心指向上述目标同心圆与上述手指子区域的交点的方向确定为手势主方向；手势识别模块，用于基于组合特征进行手势识别并输出上述手势识别的结果，其中，上述组合特征包括上述手势主方向、上述指尖个数以及上述各指尖之间的夹角。本申请第三方面提供了一种电子设备，包括存储器和处理器，上述存储器存储有软件程序，上述处理器执行上述软件程序时实现上述手势识别方法的步骤。本申请第四方面提供一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现上述手势识别方法的步骤。由上可见，本申请通过获取手部图像，并确定手部图像中的手掌中心、指尖个数以及各指尖之间的夹角；以手掌中心为圆心，基于初始半径和二分法确定目标同心圆；将手掌中心指向交点的方向确定为手势主方向；基于手势主方向、指尖个数以及各指尖之间的夹角进行手势识别并输出手势识别的结果。由于本方案是将目标同心圆与目标区域的交点作为距离手掌中心最远的点并以此确定手势主方向，因此，相对于传统方案，本方案无需分别计算手部边缘轮廓上每一个点到手掌中心的距离，故可有效提高确定手势主方向的效率，从而达到提高手势识别效率的技术效果。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本申请实施例提供的一种手势识别方法的流程图；图2是本申请实施例提供的一种手部图像示意图；图3是本申请实施例中图2经中值滤波和形态学处理后的示意图；图4是本申请实本文档来自技高网...

【技术保护点】
1.一种手势识别方法，其特征在于，包括：/n获取手部图像，其中，所述手部图像包括手指子区域和手掌子区域；/n确定所述手部图像中的手掌中心、指尖个数以及各指尖之间的夹角，其中，所述手掌中心为所述手掌子区域的中心点；/n以所述手掌中心为圆心，基于初始半径和二分法确定目标同心圆；其中，所述初始半径为所述目标区域的最小外接正方形的边长与预设的第一控制阈值的乘积，所述目标同心圆覆盖所述目标区域内的所有像素点且与所述手指子区域只有一个交点；所述目标区域为所述手指子区域和所述手掌子区域的并集区域；/n将所述手掌中心指向所述目标同心圆与所述手指子区域的交点的方向确定为手势主方向；/n基于组合特征进行手势识别并输出所述手势识别的结果，其中，所述组合特征包括所述手势主方向、所述指尖个数以及所述各指尖之间的夹角。/n

【技术特征摘要】
1.一种手势识别方法，其特征在于，包括：
获取手部图像，其中，所述手部图像包括手指子区域和手掌子区域；
确定所述手部图像中的手掌中心、指尖个数以及各指尖之间的夹角，其中，所述手掌中心为所述手掌子区域的中心点；
以所述手掌中心为圆心，基于初始半径和二分法确定目标同心圆；其中，所述初始半径为所述目标区域的最小外接正方形的边长与预设的第一控制阈值的乘积，所述目标同心圆覆盖所述目标区域内的所有像素点且与所述手指子区域只有一个交点；所述目标区域为所述手指子区域和所述手掌子区域的并集区域；
将所述手掌中心指向所述目标同心圆与所述手指子区域的交点的方向确定为手势主方向；
基于组合特征进行手势识别并输出所述手势识别的结果，其中，所述组合特征包括所述手势主方向、所述指尖个数以及所述各指尖之间的夹角。


2.如权利要求1所述的手势识别方法，其特征在于，所述获取手部图像包括：
获取包括手部区域和背景区域的红外图像；
将所述红外图像转换为灰度图像；
基于大津算法和所述灰度图像中各个像素点的灰度值，计算二值化阈值；
基于所述二值化阈值对所述灰度图像进行二值化处理，获得所述手部图像。


3.如权利要求1或2所述的手势识别方法，其特征在于，所述确定所述手部图像中的手掌中心、指尖个数以及各指尖之间的夹角包括：
获取所述手部图像中的手部边缘轮廓；
基于所述手部边缘轮廓获得手掌子区域的边缘轮廓；
基于所述手掌子区域的边缘轮廓上各像素点确定所述手掌中心；
基于所述手部边缘轮廓上各像素点以及所述手掌中心确定所述指尖个数以及所述各指尖之间的夹角。


4.如权利要求3所述的手势识别方法，其特征在于，所述基于所述手部边缘轮廓获得手掌子区域的边缘轮廓包括：
依次连接所述手部边缘轮廓上所有目标边缘点，获得所述手掌子区域的边缘轮廓；
其中，所述目标边缘点为目标边缘圆的圆心，所述目标边缘圆的半径为所述目标区域的最小外接正方形的边长和预设的第三控制阈值的乘积，且，所述目标边缘圆与所述手指子区域的交集大于预设的第二控制阈值与所述目标边缘圆面积的乘积。


5.如权利要求3所述的手势识别方法，其特征在于，所述基于所述手部边缘轮廓上的各像素点以及所述手掌中心确定所述指尖个数以及所述各指尖之间的夹角包括：
获取所述手部图像中所述目标区域的最小外接正方形；
将所述目标区域的最小外接正方形中的图像缩放至预设尺寸，获得标准化图像，其中，所述标准化图像为尺寸标准化后的手部图像；
基于所述标准化图像中的手部边缘轮廓和手掌中心获得所述指尖个数和所述...

【专利技术属性】
技术研发人员：睢丙东，张湃，王晓君，
申请(专利权)人：河北科技大学，
类型：发明
国别省市：河北;13