[發明專利]一種基于移動設備手勢識別的輪廓提取方法

在審

• 申請號: 201810689696.1
• 申請日: 2018-06-28
• 公開（公告）號: CN108985191A
• 公開（公告）日: 2018-12-11
• 發明（設計）人: 肖應旺;姚美銀;伍銀波;姜允志
• 申請（專利權）人: 廣東技術師范學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 廣州恒華智信知識產權代理事務所(普通合伙) 44299
• 代理人: 姜宗華

本發明公開了一種基于移動設備手勢識別的輪廓提取方法，該輪廓提取方法對邊緣像素點的八鄰域進行跟蹤搜索，搜索邊緣像素點，并記錄對應的位置編號，采用編號順序將邊緣像素點串聯起來，組合形成輪廓，僅需簡單的條件進行循環搜索即可完成，算法模型簡單，計算量小，運用在移動設備上有很高的實時性，延遲低。

技術領域

本發明涉及手勢識別的技術領域，具體是一種基于移動設備手勢識別的輪廓提取方法。

背景技術

在手勢識別技術中，主要包括手勢分割、特征提取和手勢識別三個步驟，而在特征提取中，輪廓的提取是前提條件。輪廓提取一般都是利用圖像的一階導數極值或二階導數的過零點信息來提取邊緣，將邊緣像素組合形成輪廓。傳統的輪廓提取方法都是基于PC系統的，算法模型復雜，計算量大，運用在移動設備上有明顯的延遲。

發明內容

本發明針對上述存在的問題，提供了一種基于移動設備手勢識別的輪廓提取方法，算法模型簡單，計算量大，運用在硬件條件不高的移動設備有較低的延遲。

本發明一種基于移動設備手勢識別的輪廓提取方法，包括以下步驟：

1)在圖像上按順序搜索到首個邊緣像素點，記錄為輪廓點S₀到輪廓點序列表中，建立該像素點為中心的八鄰域模型，按照固定的順序編輯八鄰域的像素點編號，從編號d開始搜索八鄰域的像素點；

2)按照八鄰域像素點的編號順序依次搜索八領域像素點，若尋找到新的邊緣像素點，

則記錄該輪廓點S_n到輪廓點序列表中，并記錄該輪廓點S_n在八鄰域中的編號d′；

3)將輪廓點S_n設為當前輪廓點，以同樣的八鄰域編碼順序建立以當前輪廓點為中心的八鄰域模型，重新設置搜索開始編號d＝(d+3)mod8+1，繼續執行步驟B；

4)直到搜索到的邊緣像素點為起始點，即S_n＝S₀，則結束搜索。

作為進一步的改進，所述步驟A中搜索順序為按圖像從左到右，從上到下。

作為進一步的改進，所述編號順序為以當前輪廓點為中心的九宮格右上角點開始逆時針編號。

作為進一步的改進，所述d＝5。

作為進一步的改進，還包括邊緣像素點的提取：創建一個一維高斯掩模G用于對圖像I進行卷積運算，獲取圖像I上的每個像素點的梯度M，圖像上梯度值大于高閥值T_h的像素點均標記為邊緣像素點，連接邊緣像素點且梯度值大于低閥值T₁的像素點均標記為邊緣像素點。

作為進一步的改進，所述卷積運算包括以下步驟：

A、在X和Y的行列方向上創建高斯函數的一階導數作為一維掩模，得到G_x和G_y；

B、分別沿行和沿列利用一維高斯掩模G對圖像I做卷積運算，得到X分量圖像I_x和Y分量圖像I_y；

C、利用G_x對I_x進行卷積運算得到I_x′，同樣利用G_y對I_y進行卷積運算得到I_y′；

D、結合X分量和Y分量計算邊緣響應的強度，即梯度：

作為進一步的改進，所述高閥值和低閥值的比值為2:1.

作為進一步的改進，所述高閥值和低閥值的比值為3:1.