[發明專利]基于圖像深度信息的智能輪椅手勢識別控制方法

在審

• 申請號: 201410131396.3
• 申請日: 2014-04-02
• 公開（公告）號: CN103903011A
• 公開（公告）日: 2014-07-02
• 發明（設計）人: 羅元;張毅;胡章芳;謝彧;席兵
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00
• 代理公司: 重慶市恒信知識產權代理有限公司 50102
• 代理人: 劉小紅

1.一種基于圖像深度信息的智能輪椅手勢識別控制方法，其特征在于包括以下步驟：

101、采用3D體感攝影機Kinect獲取智能輪椅上被測者的手勢視頻信號，并抓取該手勢視頻信號的一幀圖像作為分割圖像，采用圖像預處理法對該分割圖像進行過濾；

102、對步驟101中經過過濾的分割圖像采用灰度直方圖方法確定深度閾值。通過灰度直方圖中灰度值由大到小的變化，尋找像素點劇變較大的灰度值處作為手像素區域分割的閾值，分離出手勢圖像，并將分離出的手勢圖像轉換成手勢二值圖；

103、采用SUSAN算法將步驟102中得到的手勢二值圖進行邊緣提取得到手勢特征向量，采用Freman鏈碼法沿著手勢的邊緣順序求得每個手勢特征向量，其中每個手勢特征向量為手的邊緣點到掌心的距離ri的集合；

104、采用OPTA算法對步驟103中得到的手勢特征向量進行邊緣細化，得到經過邊緣細化后的優化手勢特征向量；

105、將步驟104中的優化手勢特征向量采用徑向基函數神經網絡RBF進行分類訓練，與預先設置的訓練數據進行對比，得出手勢命令,并根據該手勢命令輸出手勢控制指令傳送給智能輪椅，所述智能輪椅根據手勢控制指令運動，完成智能輪椅的手勢識別控制。

2.根據權利要求1所述的基于圖像深度信息的智能輪椅手勢識別控制方法，其特征在于：步驟101中的圖像預處理法包括平滑處理和去噪去噪處理對圖像進行過濾。

3.根據權利要求1所述的基于圖像深度信息的智能輪椅手勢識別控制方法，其特征在于：步驟103中邊緣提取中還包括對掌心的仿射變換步驟。

4.根據權利要求1所述的基于圖像深度信息的智能輪椅手勢識別控制方法，其特征在于：步驟103中的掌心提取采用數學形態學的腐蝕操作法去掉手勢的邊緣像素，當手區域的像素數目低于設定值X1時，停止腐蝕，然后求得剩下的手的區域中所有像素坐標平均值作為掌心的位置。