[發明專利]基于深度數據的手勢分割方法及其系統和電子設備

有效

• 申請號: 202010057848.3
• 申請日: 2020-01-16
• 公開（公告）號: CN113128324B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 李程輝;韓江濤;田文軍;蔣坤君
• 申請（專利權）人: 舜宇光學（浙江）研究院有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V40/10;G06V10/26
• 代理公司: 杭州華進聯浙知識產權代理有限公司 33250
• 代理人: 賀才杰

1.基于深度數據的手勢分割方法，其特征在于，包括步驟：

對獲取的深度數據進行手勢輪廓提取處理，以得到手勢輪廓數據，其中該手勢輪廓數據包括手勢區域的輪廓和輪廓主方向；

基于該手勢區域的輪廓，通過計算該手勢區域在垂直于該輪廓主方向上的輪廓寬度，獲得該輪廓寬度的極值；

根據該輪廓寬度的該極值，通過距離圖像中的距離最大值位置確定該手勢區域中手掌的中心位置；以及

根據該手掌的中心位置、該輪廓主方向以及該距離圖像中的最大距離進行手掌手臂分割，以獲得分割后的手掌信息；

其中，所述對獲取的深度數據進行手勢輪廓提取處理，以得到手勢輪廓數據，其中該手勢輪廓數據包括手勢區域的輪廓和輪廓主方向的步驟，包括步驟：

對該深度數據進行深度濾波處理，以得到深度值在預設的深度范圍之內的有效深度數據；

通過提取該有效深度數據的輪廓，獲得至少一候選輪廓；

根據預設的面積范圍和該候選輪廓的面積，確定該手勢區域的輪廓；以及

根據該手勢區域的輪廓，通過主成分分析法計算該輪廓主方向，其中該輪廓主方向為由該手掌指向該手勢區域中手臂的方向；

其中所述基于深度數據的手勢分割方法，進一步包括步驟：

基于該手勢區域的輪廓，在該深度數據中獲取輪廓的最小包絡四邊形區域，以確定為感興趣區域；

其中，所述根據該輪廓寬度的該極值，通過距離圖像中的距離最大值位置確定該手勢區域中手掌的中心位置的步驟，包括步驟：

對該手勢區域的輪廓進行距離變換，以得到該距離圖像；

計算該距離圖像中距離最大的像素與該感興趣區域的頂部像素之間的距離，以作為參考距離；

響應于該參考距離大于第一距離閾值，對該距離圖像中位于該距離最大的像素附近的像素進行極大值抑制處理，以重新計算該參考距離，并將迭代次數加一；

響應于該參考距離小于等于該第一距離閾值且大于第二距離閾值，根據該輪廓寬度的該極值判斷該手掌的中心位置；

響應于該參考距離小于等于該第二距離閾值且大于第三距離閾值，將該距離圖像中該距離最大的像素所在的位置確定為該手掌的中心位置；以及

響應于該參考距離小于等于該第三距離閾值，根據該迭代次數判斷該手掌的中心位置。

2.如權利要求1所述的基于深度數據的手勢分割方法，其中，該深度數據為經由深度相機拍攝手勢而直接獲得的結構化的點云數據或者經由深度相機采集的深度圖通過轉換而間接獲得的結構化的點云數據。

3.如權利要求2所述的基于深度數據的手勢分割方法，其中，所述根據預設的面積范圍和該候選輪廓的面積，確定該手勢區域的輪廓的步驟，包括步驟：

計算每個該候選輪廓所包圍的面積，以得到面積最大的候選輪廓；

響應于該面積最大的候選輪廓的面積在該預設的面積范圍之內，將該面積最大的候選輪廓確定為該手勢區域的輪廓；以及

響應于該面積最大的候選輪廓的面積在該預設的面積范圍之外，退出此次手勢分割操作。

4.如權利要求1至3中任一所述的基于深度數據的手勢分割方法，其中，所述基于該手勢區域的輪廓，通過計算該手勢區域在垂直于該輪廓主方向上的輪廓寬度，獲得該輪廓寬度的極值的步驟，包括步驟：

在該感興趣區域內，計算該手勢區域的輪廓在垂直于該輪廓主方向上的寬度，以得到一系列的輪廓寬度；

對該一系列的輪廓寬度進行濾波處理，以獲得一系列濾波后的輪廓寬度；以及

基于該一系列濾波后的輪廓寬度，求解出該輪廓寬度的該極值。