一种基于手势识别的空调控制方法及系统技术方案

本发明专利技术公开一种基于手势识别的空调控制方法及系统，所述方法包括：建立空调控制指令与手势动作的对应关系表；采集不同手势动作原始图像并进行图像预处理；对预处理后的图像提取手势轮廓图像，计算手势轮廓图像的傅里叶描述子特征作为手势动作轮廓的特征量；将不同手势动作的手势动作轮廓的特征量作为训练样本，训练熵权法改进的KNN模型，通过熵权法改进的KNN模型识别待识别手势动作。本发明专利技术通过熵权法改进了KNN算法中的欧式距离，借鉴了手势动作轮廓的特征量在不同维度的所表达的特征差异对手势识别的影响，提高了手势识别过程的可靠性。靠性。靠性。

【技术实现步骤摘要】
一种基于手势识别的空调控制方法及系统


[0001]本专利技术属于空调控制
，具体涉及一种基于手势识别的空调控制方法及系统。

技术介绍

[0002]传统的空调控制方法以控制面板按键控制或红外遥控器控制为主，存在一定的不便和局限。随着技术的发展，手势识别等方法逐步应用到空调控制及智能家居等领域。现有的手势识别方法中，主要是基于数据手套和基于视觉的方法。
[0003]基于数据手套的手势识别使用数据手套采集手部的原始运动数据，对这些数据进行处理后用于手势的识别，利用超手套，通过卷积神经网络
‑
长短时记忆(CNN
‑
LSTM)像学习算法来提取手势，结合相位和频率特性提高手势识别准确率。这类手势识别方法的优点在于识别准确率高，但不足之处在于需要大量传感器辅助。
[0004]基于视觉的手势识别有利用Kinect深度摄像机采集手势动作的深度图像，利用空间信息技术进行手势的识别等。优点在于加大了可识别的范围，可以进行手臂、躯干乃至整个身体的动作识别。但Kinect深度摄像机的功耗较高，目前仅用于研究领域，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于手势识别的空调控制方法，其特征在于，所述方法包括：建立空调控制指令与手势动作的对应关系表；采集不同手势动作原始图像并进行图像预处理；对预处理后的图像提取手势轮廓图像，计算手势轮廓图像的傅里叶描述子特征作为手势动作轮廓的特征量；将不同手势动作的手势动作轮廓的特征量作为训练样本，训练熵权法改进的KNN模型，通过熵权法改进的KNN模型识别待识别手势动作。2.根据权利要求1所述基于手势识别的空调控制方法，其特征在于，所述对预处理后的图像提取手势轮廓图像，具体包括：将RGB图像转换到肤色YC
b
C
r
颜色空间中；依据YC
b
C
r
颜色空间的肤色检测理论，在以C
b
，C
r
为横纵坐标的二维空间中，通过判断任一像素点是否属于肤色分布的椭圆区域，确定人体肤色区域；分割出手势动作所在的区域，寻找手势动作区域的边界并去除无关信息。进行二值化处理后得到手势轮廓图像。3.根据权利要求2所述基于手势识别的空调控制方法，其特征在于，所述计算手势轮廓图像的傅里叶描述子特征作为手势动作轮廓的特征量具体包括：对手势轮廓图像建立坐标系，将组成手势轮廓边缘的每个点转换成复数形式。在手势轮廓图像上任取一点并使其沿着手势轮廓边缘运动，用一维复数方程表示其运动过程中的轨迹轨迹式中，x(t)、y(t)分别为该点运动过程中的横纵坐标，对进行傅里叶级数展开：式中α
k
是展开式的系数，取展开式的前n个系数作为手势动作轮廓的特征量。4.根据权利要求1所述基于手势识别的空调控制方法，其特征在于，所述训练熵权法改进的KNN模型具体包括：设训练样本特征向量为x
p
＝(x
p1
,x
p2
,...,x
pn
)
T
，测试样本特征向量为x
q
＝(x
q1
,x
q2
,...,x
qn
)
T
；采用熵权法提取手势特征向量本身的特征，为手势特征不同维度的数据赋予合适的权重；...

【专利技术属性】
技术研发人员：肖朋，李长志，王林源，万嘉怡，张行，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：