[發明專利]一種復雜背景下的手勢檢測與識別方法在審
| 申請號: | 202010548225.6 | 申請日: | 2020-06-16 |
| 公開(公告)號: | CN111680658A | 公開(公告)日: | 2020-09-18 |
| 發明(設計)人: | 徐則中;游慶祥;史永;楊蘇潤;郭小川;楊慧;劉千葉 | 申請(專利權)人: | 常州工學院 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/34;G06K9/46 |
| 代理公司: | 南京知識律師事務所 32207 | 代理人: | 王昊 |
| 地址: | 213032 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 復雜 背景 手勢 檢測 識別 方法 | ||
1.一種復雜背景下的手勢檢測與識別方法,其特征在于,包括以下步驟:
步驟1:圖像輸入;通過攝像頭采集手勢圖像,或者從文件中讀入手勢圖像;
步驟2:手勢分割;基于膚色特征從圖像中檢測手部區域,得到二值圖像;
步驟3:形狀特征提取;直接用白色像素構建手勢凸包模型,提取手部區域的幾何形狀特征;具體包括:
步驟3-1:投票;從圖像空間向Hough空間進行θ-ρ投票;
步驟3-2:搜索邊界單元格;在Hough空間,投票值非零的單元格形成條帶狀分布;在每個投票方向θ上,搜索條帶的上下邊界單元格;
步驟3-3:變換;對投票角θ和投票距離ρ進行變換:把邊界單元格數據從(θ,ρ)空間變換到(cotθ,ρ/sinθ)空間;
步驟4:統計特征提取;基于手部區域像素分布,計算統計屬性,提取手勢區域的統計特征;
步驟5:手勢識別;基于手部區域的形狀特征和統計特征,進行手勢識別。
2.根據權利要求1所述的復雜背景下的手勢檢測與識別方法,其特征在于,所述步驟3-3包括:
步驟3-3-1:分割;在變換空間(cotθ,ρ/sinθ)中,對邊界單元格數據進行遞歸地劈分,直到每段數據都是線性的;
步驟3-3-2:擬合;對分割后的每一段數據,運用單元格的ρ/sinθ值和cotθ值,擬合一個直線方程:對應的凸包頂點坐標(xj,yj)為:xj=k,yj=b。
3.根據權利要求1所述的復雜背景下的手勢檢測與識別方法,其特征在于,所述步驟4包括:
步驟4-1:根據手部區域像素的統計分布,計算均值和中心矩:
均值mx和my為:
中心矩μ20、μ20和μ20為:
其中,K為手部區域的像素個數,(xi,yi)為像素坐標。
步驟4-2:計算手勢統計特征;手勢重心為:(mx,my),手勢方向為:
4.根據權利要求1所述的復雜背景下的手勢檢測與識別方法,其特征在于,不做輪廓檢測,直接運用圖像中所有白色像素提取手勢形狀特征和統計特征,進而識別出手勢。
5.根據權利要求1所述的復雜背景下的手勢檢測與識別方法,其特征在于,直接運用圖像中所有白色像素進行投票,擬合出凸包頂點坐標。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于常州工學院,未經常州工學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010548225.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種綠豆蘆筍酒的生產工藝
- 下一篇:一種具有高自吸性能的排污泵





