[發明專利]手勢輪廓提取方法、裝置、可讀存儲介質及電子設備

有效

• 申請號: 202110474491.3
• 申請日: 2021-04-29
• 公開（公告）號: CN112990140B
• 公開（公告）日: 2021-08-10
• 發明（設計）人: 熊斌;郭振民
• 申請（專利權）人: 南昌虛擬現實研究院股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/40;G06K9/34
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 何世磊

一種手勢輪廓提取方法、裝置、可讀存儲介質及電子設備，該方法包括：實時獲取圖像傳感器采集的手勢圖像，并將當前時刻采集的手勢圖像進行灰度化處理，得到當前時刻對應的待處理灰度圖像；將當前時刻對應的待處理灰度圖像與前一時刻對應的待處理灰度圖像進行幀差處理得到當前時刻對應的幀差圖像；將預存的噪聲圖像作為閾值過濾當前時刻的幀差圖像，得到當前時刻對應的預處理幀差圖像；將當前時刻對應的預處理幀差圖像與前第一預設數量個時刻對應的預處理幀差圖像進行均值計算，以得到當前時刻對應的手勢輪廓圖像。本發明可以有效的去除背景噪聲，實時得到高品質的手勢輪廓圖像。

技術領域

本發明涉及圖像處理領域，特別是涉及一種手勢輪廓提取方法、裝置、可讀存儲介質及電子設備。

背景技術

手勢識別在VR技術（Virtual Reality，虛擬現實）、AR技術（Augmented Reality，增強現實）、無人機控制、智能家居和手語識別等眾多領域都有廣泛應用。手部的輪廓提取是很多動態手勢識別算法的前期基礎工作，目前的輪廓提取算法，比如邊緣檢測，canny算法，深度學習等等。

目前的手勢的輪廓提取方法對硬件要求較高，比如深度學習方法需要專用的芯片或者顯卡加速，而canny算法等傳統方法通常適用于主頻較高的CPU，對于低成本的嵌入式平臺，CPU計算能力有限，實時性不足。

發明內容

鑒于上述狀況，有必要針對現有技術中存在的問題，提供了一種手勢輪廓提取方法、裝置、可讀存儲介質及電子設備，以實現簡單高效、低成本的手勢輪廓提取，并得到與圖像傳感器同等幀率的高實時性手勢輪廓。

一種手勢輪廓提取方法，包括：

實時獲取圖像傳感器采集的手勢圖像，并將當前時刻采集的手勢圖像進行灰度化處理，得到當前時刻對應的待處理灰度圖像；

將所述當前時刻對應的待處理灰度圖像與前一時刻對應的待處理灰度圖像進行幀差處理得到當前時刻對應的幀差圖像；

將預存的噪聲圖像作為閾值過濾當前時刻對應的幀差圖像，得到所述當前時刻對應的預處理幀差圖像，所述噪聲圖像根據圖像傳感器預先采集的多幀連續的背景圖像生成，所述背景圖像為環境背景的圖像；

將當前時刻對應的預處理幀差圖像與前第一預設數量個時刻對應的預處理幀差圖像進行均值計算，以得到當前時刻對應的手勢輪廓圖像。

進一步的，上述手勢輪廓提取方法，其中，所述將預存的噪聲圖像作為閾值過濾當前時刻對應的幀差圖像的步驟之前還包括：

獲取圖像傳感器預先采集的多幀連續的背景圖像，并將各幀背景圖像轉化為灰度圖像后，進行幀差處理，得到多個背景幀差圖像；

根據多個所述背景幀差圖像生成噪聲圖像，并進行存儲。

進一步的，上述手勢輪廓提取方法，其中，所述根據多個所述背景幀差圖像生成噪聲圖像的步驟包括：

確定各幀所述背景幀差圖像中每個位置點的像素的灰度值，并確定每個所述位置點中像素的最大灰度值；

根據確定的各個所述位置點的像素的最大灰度值生成噪聲圖像。

進一步的，上述手勢輪廓提取方法，其中，將預存的噪聲圖像作為閾值過濾當前時刻對應的幀差圖像的步驟包括：

將所述當前時刻對應的幀差圖像中各個位置點的像素的灰度值與預存的噪聲圖像中對應位置點的像素灰度值進行比較；

當所述當前時刻對應的幀差圖像中當前位置點的像素的灰度值小于所述噪聲圖像中對應位置點的像素灰度值時，將所述當前位置點的像素的灰度值修改為0；