[發(fā)明專利]一種基于分水嶺變換的靜態(tài)手勢識別方法

有效

• 申請?zhí)枺?/td>: 202110177991.0
• 申請日: 2021-02-09
• 公開（公告）號: CN112906550B
• 公開（公告）日: 2022-07-19
• 發(fā)明（設計）人: 于天河;張海珍;王鵬;季盛;李翰堂;秦夢嬌
• 申請（專利權）人: 哈爾濱理工大學;哈爾濱鵬路智能科技有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/26;G06V10/56
• 代理公司: 哈爾濱市偉晨專利代理事務所(普通合伙) 23209
• 代理人: 榮玲

1.一種基于分水嶺變換的靜態(tài)手勢識別方法，其特征在于：通過以下步驟實現(xiàn)：

步驟一、CMOS圖像傳感器采集用戶手部的RGB圖像，記為M；

步驟二、將采集的RGB圖像M轉換到YCbCr顏色空間下，轉換后的圖像記為N；

步驟三、通過自適應亮度調整的方法對YCbCr顏色空間下的圖像N進行光照補償，補償后的圖像記為O；

步驟四、通過閾值分割對圖像O進行類膚色區(qū)域提取，提取的圖像記為U；

步驟五、對圖像U通過分水嶺變換進行分割，分割后的圖像記為P；

步驟六、對分水嶺分割后的圖像P使用兩個高斯濾波核進行高斯濾波，濾波后的圖像記為Q；

步驟七、對高斯濾波后的圖像Q通過灰度閾值合并分割出單獨的完整手勢圖像，記為A；

步驟八、對分割后的手勢圖像A進行手勢特征提取，包括手勢圖像的面積、周長和傅里葉描述子，并計算面積周長比；

步驟九、通過手勢圖像A的面積周長比、傅里葉相關性作為特征參數(shù)與模板庫中的手勢圖像的特征參數(shù)進行對比來識別手勢，首先通過面積周長比進行初次分類，再通過傅里葉相關性分析進行手勢最終識別，若滿足識別條件則輸出手勢指令，否則判別為無效手勢；

所述步驟六中對分水嶺分割后的圖像P進行高斯濾波，具體方法為：

使用兩個高斯濾波核對分水嶺分割后的圖像進行高斯濾波，首先設定閾值T₂，通過噪點評估公式(4)進行高斯核的選擇，對于圖像內噪聲點選用中心權值較小的卷積核H₁，邊緣噪聲點選用中心權值較大的卷積核H₂；

其中g(x,y)表示(x,y)點的灰度值，根據(jù)(x,y)的灰度值與周圍八鄰域相鄰點的灰度均值的差值的絕對值判斷該點是否為圖像內的噪聲點。

2.根據(jù)權利要求1所述的一種基于分水嶺變換的靜態(tài)手勢識別方法，其特征在于：所述步驟一中CMOS圖像傳感器采集用戶手部的RGB圖像要求被測者將手背中心或手掌中心正對攝像頭做出相應手勢動作。

3.根據(jù)權利要求1所述的一種基于分水嶺變換的靜態(tài)手勢識別方法，其特征在于：所述步驟二中將采集的RGB圖像M轉換到YCbCr顏色空間下，根據(jù)公式(1)進行顏色空間轉換：

其中Y表示明亮度，Cb和Cr表示藍色和紅色的濃度偏移量成分。

4.根據(jù)權利要求1所述的一種基于分水嶺變換的靜態(tài)手勢識別方法，其特征在于：所述步驟三中通過自適應亮度調整的方法對YCbCr顏色空間下的圖像N進行光照補償，具體方法為：

設圖像N為n(x,y)，亮度補償后的圖像為o(x,y)，G_max和G_min分別表示圖像變換后最大灰度級與最小灰度級，對于圖像n(x,y)中Y分量前5％的像素，o(x,y)取其灰度級的平均值B_av，對于圖像n(x,y)中Y分量后5％的像素，o(x,y)取其灰度級的平均值為E_av，對于圖像n(x,y)中Y分量中間90％的像素用公式(2)進行光照補償：

其中B表示亮度值前5％像素中灰度級的最大值，E表示亮度值后5％像素中灰度級的最小值。

5.根據(jù)權利要求1所述的一種基于分水嶺變換的靜態(tài)手勢識別方法，其特征在于：所述步驟四中通過閾值設定對圖像O進行類膚色區(qū)域提取，具體閾值設定方法為：

當Y80,133Cr173,127Cb133時判定為膚色區(qū)域，其余為非膚色區(qū)域。