运动物体识别方法及基于运动物体识别的指令输入方法技术

一种运动物体识别方法，用以识别一运动物体，并标记运动物体的位置，方法包含下列步骤：撷取运动物体的连续动态图像，并分割连续动态图像为多个区块；选定一区块，计算区块于一当前时间点及于下一时间点的颜色特征值；依据于当前时间点及于下一时间点的颜色特征值，得到区块的变动性；以区块于当前时间点的颜色特征值，逐一与其它区块于下一时间点的颜色特征值进行比对，分别得到一相似度，并定义具有最大值的相似度为局部相关度；依据区块的变动性及该局部相关度，得到区块的一运动强度值；重复前述步骤，得到所有区块的运动强度值，以组成一运动强度图像；依据运动强度图像找出运动物体于当前时间点的位置。

【技术实现步骤摘要】

本专利技术是与运动物体的轨迹识别有关，特别是关于一种运动物体识别方法，及基 于运动物体识别的指令输入方法。
技术介绍
利用手势摆动取代直接接触计算机装置，来进行指令的输入，为计算机装置的一 发展趋势。传统的手势输入系统中，使用者必须戴上特制的手套或指套，利用手套或指套感 应手掌姿态或位置的变化，而产生对应的输入指令。针对手套或指套使用上的不便，手势图 像识别技术便被引入手势输入系统中，利用摄影机撷取手势图像，从而分析其姿态或位置 的变化，而产生对应的输入指令。目前的手势识别技术是以经过前处理的手部轮廓图像，来识别手掌姿态或位置的 变化。例如，中国台湾专利3936 号、1224288号专利案利用不同的演算机制转换图像，以 特定特征作为手势以在图像中找出手掌；中国台湾专利U98461号说明了由图像中找出静 态手势图像，再与数据库中的特定手势图像比对。前述方法的成功识别皆取决于是否可以 精准地由图像中切割出手势轮廓或萃取出手势轮廓的线条特征。然而，切割手势轮廓与萃 取线条特征往往受到背景、光源和阴影因素的影响，同时，手部与图像摄影机的距离，手部 本身的姿态变化，也会影响到手势轮廓的切割。为了提升识别率，往往必须建立大量的预设 手势数据库以供比对，或是增加错误容忍度。利用大量的预设手势数据库以供比对，会影响 识别速度，必须耗费相对较多的硬件资源，增加错误容忍度则增加了辨认结果错误的机率。前述的前案是针对静态手部图像进行识别，因此需要进行手势轮廓的切割、线条 特征萃取及数据库的比对。而中国台湾专利1274296号专利及美国US5594769号专利则是 于连续动态图像中搜寻动态物体，以识别动态手势图像。但1274四6号专利及US5594769 号专利容易受到环境光线、环境中人员移动、人脸肤色、镜头晃动或图像噪声影响，而将手 掌以外的对象视为动态手势，而产生误判。因此，动态手势识别虽然不需要精准的手势轮廓 的切割，但仍须解决将移动物、噪声等误判为动态手势的问题。
技术实现思路
先前技术中静态手势识别方法及动态手势识别方法，分别存在需要建立大量的预 设手势数据库或将移动物、噪声等误判为动态手势的问题。本专利技术提出一种运动物体识别 方法，其精确度高且所需要的运算效能低。本专利技术提出一种运动物体识别方法，用以识别一运动物体，并标记运动物体的位 置，方法包含下列步骤撷取运动物体的连续动态图像，并分割连续动态图像为多个区块； 选定一区块，计算区块于一当前时间点及于一下一时间点的颜色特征值；依据于当前时间 点及于下一时间点的颜色特征值，得到区块的变动性；以区块于当前时间点的颜色特征值， 逐一与其它区块于下一时间点的颜色特征值进行比对，分别得到一相似度，并定义具有最 大值的相似度为局部相关度；依据区块的变动性及该局部相关度，得到区块的一运动强度值；重复前述步骤，得到所有区块的运动强度值，以组成一运动强度图像；依据运动强度图 像找出运动物体于当前时间点的位置。本专利技术还提出一种基于运动物体识别的指令输入方法，通过识别一运动物体的位 置变化，产生一运动轨迹，以输入对应该运动轨迹的输入指令，包含下列步骤执行如权利 要求1所述的运动物体识别方法，取得该运动物体的位置；记录该位置于该暂存空间；依据 该运动物体的位置变化产生一运动轨迹；判断该运动轨迹是否符合指令输入的定义；及当 该运动轨迹符合设定的指令输入的定义，输出对应该运动轨迹的输入指令。本专利技术整合运动物体产生的变动性及与运动物体位置变化所产生的局部相关度， 建立运动强度图像。运动强度图像用以找出连续动态图像中的运动物体，且可滤除噪声、光 影变化等可能造成误判的因素，且可避免颜色与手势相似的对象被误判为手势。相较于已 知技术，本专利技术不需要进行背景去除，使得运动物体的追踪步骤可以简化为两个独立的流 程，而可快速地以相对较低的运算资源标示出运动物体的空间位置。附图说明图1为本专利技术运动物体识别方法的流程图。图2为执行本专利技术运动物体识别方法的系统方块图。图3及图4为当前时间点及下一时间点时，连续动态图像分割为多个区块的示意 图。图5为运动物体于当前时间点时，于连续动态图像的位置。图6为运动物体于下一时间点时，于连续动态图像的位置。图7为于当前时间点时，运动强度图像的分布图。图8为基于运动物体识别的指令输入方法的流程图。图9为本专利技术的一范例中，采用基于运动物体识别的指令输入方法的多媒体播放 程序的流程图。图10及图11为本专利技术分阶段搜寻程序中，第一区块、第二区块、及第三区块的示 意图。图12为本专利技术分阶段搜寻程序中，找出运动物体的示意图。10 运动物体20 数据处理装置30 图像撷取装置具体实施例方式参阅「图1」至「图4」所示，为本专利技术实施例所提出的一种运动物体识别方法，用 以识别一运动物体10，并标记该运动物体10的位置，从而通过运动物体10于时间轴的位置 变化，产生输入指令。前述的运动物体10可为一数据处理装置的操作者的手掌，而该数据 处理装置20 (例如计算机或笔记本型计算机)是安装一程序，藉以执行指令输入方法。参阅「图1」及「图2」所示，本专利技术的运动物体识别方法是通过一图像撷取装置30 撷取运动物体10的连续动态图像，该图像撷取装置30可为一摄影机，外接或内建于该数据处理装置20。该图像撷取装置30依时序撷取该运动物体10的连续动态图像(步骤110)， 并将该连续动态图像传送至该数据处理装置20。图像撷取装置30于当前时间点t-Ι及下一时间点t分别撷取一影格(Frame)。当 前时间点t-Ι及下一时间点t可为图像撷取装置30连续产生二影格(Frame)的时间点。当 前时间点t-Ι及下一时间点t之间亦可间隔多个影格，亦即当前时间点t-Ι取得一影格后， 间隔若干个影格后再取得下一图像，并以该下一影格产生的时间点作为下一时间点t。参阅「图1」、「图3」及「图4」所示，接着，该数据处理装置20将该连续动态图像 分割为多个区块X(n)(步骤120)，如图所示，该连续动态图像被分割为5X5共25个区块 (X(n)至X(n士i) i = 0，士1至士12)。前述连续动态图像被分割为5X5共25个区块仅为 本专利技术的演示范例，并非用以限制连续动态图像的切割数量。参阅「图3」及「图5」所示，接着数据处理装置20选定一区块XH (η)(步骤130)， 计算该区块Χ"1 (η)于当前时间点t-Ι的颜色特征值Vect-1 (n)(步骤140)。「图3」及「图5」是取运动物体10位于第η个区块Χ(η)进行演示，以说明本专利技术 的运动物体识别方法如何找出运动物体10于当前时间t-i的位置。实际上每一区块都需 要进行相同的处理程序，数据处理装置20才能找出运动物体10。参阅「图4」及「图6」所示，数据处理装置20计算该区块Xt (η)于下一时间点t的 颜色特征值Vect (η)(步骤150)。为方便说明，于当前时间点t_l的区块，是以(t_l)为上 标进行注记，下一时间点t的区块，是以(t)为上标进行注记。运动物体10于连续动态图像中除了沿着二维方向线性移动之外，实际上也有沿 着接近或远离图像撷取装置30的方向移动，导致连续动态图像中的运动物体10大小出现 变化；此外，运动物体10也可能进行转动，使其型态发生变化。特别本文档来自技高网...

【技术保护点】
１．一种运动物体识别方法，用以识别一运动物体，并标记该运动物体的位置，该方法包含下列步骤：（ａ）撷取该运动物体的连续动态图像，并分割该连续动态图像为多个区块；（ｂ）选定一区块，计算该区块于一当前时间点的颜色特征值；（ｃ）计算该区块于下一时间点的颜色特征值；（ｄ）于该区块中，依据于该当前时间点的颜色特征值及于下一时间点的颜色特征值，得到该区块的一变动性；（ｅ）以该区块于当前时间点的颜色特征值，逐一与其它区块于下一时间点的颜色特征值进行比对，分别得到一相似度，并定义具有最大值的相似度为局部相关度；（ｆ）依据该区块的变动性及该局部相关度，得到该区块的一运动强度值；（ｇ）重复步骤（ｂ）至（ｆ），得到所有该些区块的运动强度值，以组成一运动强度图像；及（ｈ）依据该运动强度图像找出该运动物体于当前时间点的位置。

【技术特征摘要】

【专利技术属性】
技术研发人员：萧佩琪，徐邦维，
申请(专利权)人：微盟电子昆山有限公司，恩斯迈电子深圳有限公司，
类型：发明
国别省市：32[中国|江苏]