[發(fā)明專利]手勢切換頻道的方法及裝置

有效

• 申請?zhí)枺?/td>: 201410352753.9
• 申請日: 2014-07-23
• 公開（公告）號: CN105320443B
• 公開（公告）日: 2018-09-04
• 發(fā)明（設(shè)計）人: 楊杰
• 申請（專利權(quán)）人: 深圳TCL新技術(shù)有限公司
• 主分類號: G06F3/0488
• 分類號: G06F3/0488
• 代理公司: 深圳市世紀恒程知識產(chǎn)權(quán)代理事務(wù)所 44287
• 代理人: 胡海國

本發(fā)明公開了一種手勢切換頻道的方法，該方法包括：采集手勢圖像；構(gòu)建拉普拉斯矩陣，對構(gòu)建的拉普拉斯矩陣進行特征分解，得到多個特征向量；計算各個特征向量的整齊度值，根據(jù)整齊度值最小的兩個特征向量，生成目標(biāo)矩陣；對生成的目標(biāo)矩陣進行聚類分析，根據(jù)聚類分析的結(jié)果，得到二值化的手勢圖像；獲取二值化的手勢圖像與預(yù)存的各個樣本手勢圖像的最大相似性值，切換頻道至最大相似性值對應(yīng)的樣本手勢圖像關(guān)聯(lián)的頻道。本發(fā)明還公開了一種手勢切換頻道的裝置。相較于現(xiàn)有技術(shù)，本發(fā)明用戶不需使用遙控器，只需通過手勢就能實現(xiàn)頻道的切換，方便了用戶的使用，且提高了切換頻道的效率。

技術(shù)領(lǐng)域

本發(fā)明涉及圖形處理領(lǐng)域，尤其涉及手勢切換頻道的方法及裝置。

背景技術(shù)

用戶使用遙控器對電視進行遙控，從而可實現(xiàn)頻道的切換。但是這種使用遙控器切換頻道的方法存在一定的缺陷，例如，遙控器故障或者遙控器的電量耗盡等情況下，用戶無法用遙控器切換頻道；遙控器遠離用戶，用戶需先拿到遙控器才能切換頻道。因此，使用遙控器切換頻道因受到遙控器本身的限制，造成了用戶使用的不便，以及效率低下的問題。

上述內(nèi)容僅用于輔助理解本發(fā)明的技術(shù)方案，并不代表承認上述內(nèi)容是現(xiàn)有技術(shù)。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于解決使用遙控器切換頻道，造成用戶使用的不便，以及效率低下的技術(shù)問題。

為實現(xiàn)上述目的，本發(fā)明提供一種手勢切換頻道的方法，所述手勢切換頻道的方法包括以下步驟：

采集手勢圖像，將采集的所述手勢圖像轉(zhuǎn)換為灰度圖；

根據(jù)所述灰度圖，構(gòu)建拉普拉斯矩陣，對構(gòu)建的所述拉普拉斯矩陣進行特征分解，得到多個特征向量；

根據(jù)各個所述特征向量中的元素，計算各個所述特征向量的整齊度值，根據(jù)所述整齊度值最小的兩個特征向量，生成目標(biāo)矩陣；

對生成的所述目標(biāo)矩陣進行聚類分析，根據(jù)聚類分析的結(jié)果，將所述手勢圖像中的像素點的灰度值設(shè)為0或者255，得到二值化的手勢圖像；

獲取所述二值化的手勢圖像與預(yù)存的各個樣本手勢圖像的最大相似性值，切換頻道至所述最大相似性值對應(yīng)的樣本手勢圖像關(guān)聯(lián)的頻道。

優(yōu)選地，所述根據(jù)各個所述特征向量中的元素，計算各個所述特征向量的整齊度值，根據(jù)所述整齊度值最小的兩個特征向量，生成目標(biāo)矩陣的步驟包括：

獲取各個所述特征向量中元素的值的平均值，計算所述特征向量中元素的值與所述平均值的均方差的總和，得到所述整齊度值；

合并所述整齊度值最小的兩個特征向量，生成目標(biāo)矩陣。

優(yōu)選地，所述對生成的所述目標(biāo)矩陣進行聚類分析的步驟包括：

步驟A，在所述目標(biāo)矩陣中任意選擇兩個元素作為第一聚類中心和第二聚類中心；

步驟B，分別計算所述目標(biāo)矩陣中各個元素與所述第一聚類中心、所述第二聚類中心的距離值，將與所述第一聚類中心的距離值小于或者等于與所述第二聚類中心的距離值的元素分配至第一聚類，將與所述第一聚類中心的距離值大于與所述第二聚類中心的距離值的元素分配至第二聚類；

步驟C，計算所述第一聚類中所有元素的平均值，重新獲得第一聚類中心，計算所述第二聚類中所有元素的平均值，重新獲得第二聚類中心；

繼續(xù)執(zhí)行步驟B，直至重新獲得的所述第一聚類中心和所述第二聚類中心與上一次重新獲得的所述第一聚類中心和所述第二聚類中心相同時，輸出聚類分析的結(jié)果；所述聚類分析的結(jié)果包括：最終重新獲得的所述第一聚類中心對應(yīng)的所述第一聚類中的元素和最終重新獲得的所述第二聚類中心對應(yīng)的所述第二聚類中的元素。

優(yōu)選地，所述獲取所述二值化的手勢圖像與預(yù)存的各個樣本手勢圖像的最大相似性值的步驟包括：