一种复杂背景下的手势检测与识别方法技术

本发明专利技术公开了一种复杂背景下手势检测与识别方法，包括以下步骤：图像输入，手势分割，手势形状特征提取，手势统计特征提取，手势识别。本发明专利技术的方法不需要进行图像降噪声处理、不需要进行轮廓检测、不需要进行形态学运算。直接运用图像中的白色像素，基于Hough投票机制和线性拟合技术，实现手部区域的凸包提取，表示手势的几何形状特征。根据手部区域像素的统计分布，计算统计属性，提到手势的统计特征。运用手部区域的几何形状特征和统计特征，识别手势。本发明专利技术在噪声条件下能够精确提取手部区域的几何形状特征，对背景噪声具有更好的鲁秦棒性。

【技术实现步骤摘要】
一种复杂背景下的手势检测与识别方法
本专利技术涉及图像处理和模式识别领域，具体涉及一种基于视觉图像的手势检测与识别方法，特别是一种手势形状特征提取方法。
技术介绍
手势识别作为一种新的人机交互方式，可以让机器理解人的意图与命令，越来越受到人们的重视。手势检测与识别涉及到数字图像处理与模式识别等相关领域。作为一种更自然、便捷的人机交互方式，手势识别广泛用于虚拟现实、智能家居、游戏等领域。典型的基于视觉的手势识别系统，首先拍摄手势图像，然后分割手势区域、提取手势轮廓及形状特征，最后识别手势。相关的专利有：【林志贤,郭太良,林金堂,姚剑敏,胡海龙，CN201510193655.X，一种在复杂背景以及光照下的单目手势识别方法】【顾佳文,李泽民CN201910113909.0,一种基于手掌和手指特征的静态手势识别方法】首先提取手势的外部轮廓，基于手势轮廓特征识别手势。【徐增敏,蒋英春,段雪峰,关健，CN201310123587.0，基于手轮廓特征的手势识别控制方法和系统】以凸包缺陷面积为特征参数来识别抱拳和手掌，【邹风山,徐方,姜楠,宋健本文档来自技高网...

【技术保护点】
1.一种复杂背景下的手势检测与识别方法，其特征在于，包括以下步骤：/n步骤1：图像输入；通过摄像头采集手势图像，或者从文件中读入手势图像；/n步骤2：手势分割；基于肤色特征从图像中检测手部区域，得到二值图像；/n步骤3：形状特征提取；直接用白色像素构建手势凸包模型，提取手部区域的几何形状特征；具体包括：/n步骤3-1：投票；从图像空间向Hough空间进行θ-ρ投票；/n步骤3-2：搜索边界单元格；在Hough空间，投票值非零的单元格形成条带状分布；在每个投票方向θ上，搜索条带的上下边界单元格；/n步骤3-3：变换；对投票角θ和投票距离ρ进行变换：

【技术特征摘要】
1.一种复杂背景下的手势检测与识别方法，其特征在于，包括以下步骤：
步骤1：图像输入；通过摄像头采集手势图像，或者从文件中读入手势图像；
步骤2：手势分割；基于肤色特征从图像中检测手部区域，得到二值图像；
步骤3：形状特征提取；直接用白色像素构建手势凸包模型，提取手部区域的几何形状特征；具体包括：
步骤3-1：投票；从图像空间向Hough空间进行θ-ρ投票；
步骤3-2：搜索边界单元格；在Hough空间，投票值非零的单元格形成条带状分布；在每个投票方向θ上，搜索条带的上下边界单元格；
步骤3-3：变换；对投票角θ和投票距离ρ进行变换：把边界单元格数据从(θ,ρ)空间变换到(cotθ，ρ/sinθ)空间；
步骤4：统计特征提取；基于手部区域像素分布，计算统计属性，提取手势区域的统计特征；
步骤5：手势识别；基于手部区域的形状特征和统计特征，进行手势识别。


2.根据权利要求1所述的复杂背景下的手势检测与识别方法，其特征在于，所述步骤3-3包括：
步骤3-3-1：分割；在变换空间(cotθ...

【专利技术属性】
技术研发人员：徐则中，游庆祥，史永，杨苏润，郭小川，杨慧，刘千叶，
申请(专利权)人：常州工学院，
类型：发明
国别省市：江苏;32