[发明专利]基于颜色识别与跟踪的人机交互方法

权利要求书

1.一种基于颜色识别与跟踪的人机交互方法，包括以下步骤：

步骤一：根据拍摄的目标物体的影像识别目标物体的颜色，并在目标物体的颜色属于预定的多种颜色之一时，设定所述目标物体的颜色为跟踪颜色，设定目标物体为跟踪颜色体；

步骤二：根据在当前的图像中跟踪颜色体的中心位置预测在下一帧图像中跟踪颜色体的中心位置；

步骤三：在预测的中心位置附近的预设的坐标区域内，判断所述坐标区域的每个像素点是否为所述跟踪颜色体的像素点；

步骤四：根据获得的跟踪颜色体的像素点计算所述跟踪颜色体的中心位置，并返回步骤二以根据所述跟踪颜色体的中心位置继续预测在下下一帧图像中所述跟踪颜色体的中心位置；

步骤五：根据检测出的所有属于跟踪颜色体的像素点，获取所述跟踪颜色体的外形；以及

步骤六，根据所述跟踪颜色体的外形在图像中的坐标判断控制行为以进行人机交互。

2.如权利要求1所述的基于颜色识别与跟踪的人机交互方法，其特征在于：所述步骤一包括：

拍摄初始化界面；

在所述初始化界面中显示初始化位置范围；

拍摄所述初始化位置范围内的目标物体；以及

识别所述目标物体的颜色，当所述目标物体的颜色属于预定的多种颜色之一时，设定所述目标物体的颜色为所述跟踪颜色，设定目标物体为跟踪颜色体。

3.如权利要求2所述的基于颜色识别与跟踪的人机交互方法，其特征在于：所述拍摄所述初始化位置范围内的目标物体包括拍摄从所述初始化位置范围沿预设的路线移动一段距离的目标物体。

4.如权利要求1所述的基于颜色识别与跟踪的人机交互方法，其特征在于：所述步骤二包括通过卡尔曼滤波来预测在下一帧图像中跟踪颜色体的中心位置。

5.如权利要求4所述的基于颜色识别与跟踪的人机交互方法，其特征在于，通过卡尔曼滤波来预测在下一帧图像中跟踪颜色体的中心位置包括：

构建卡尔曼滤波器，其系统状态为：X_k＝(s_x，s_y，v_x，v_y)，其中s_x、s_y分别代表所述跟踪颜色体的中心在x轴和y轴的坐标，v_x、v_y分别是所述跟踪颜色体在x轴和y轴的速度，初始速度设为0；

所述跟踪颜色体在图像中的二维观测向量为：Z_k＝(x_zk，y_zk)，x_zk为所述跟踪颜色体的中心在x轴的观测向量，y_zk为所述跟踪颜色体的中心在y轴的观测向量；

所述卡尔曼滤波器的系统状态方程为：X_k+1＝AX_k+W_k，其中A为状态转移矩阵，W_k为噪声向量；

所述状态转移矩阵A为：

$A=\left[\begin{array}{cccc}1& 0& \mathrm{\Δ}t& 0\\ 0& 1& 0& \mathrm{\Δ}t\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]$

其中，Δt表示连续两帧图像间的时间间隔；

所述卡尔曼滤波器的观测矩阵为：

$H=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\end{array}\right]$

所述卡尔曼滤波器的观测状态方程为：

Z_k＝HX_k+V_k

其中V_k为噪声向量，其中，W_k和V_k的协方差矩阵Q_k和R_k分别为

$Q_k=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]$

$R_k=\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]$

所述卡尔曼滤波器的系统状态的预测方程为：

${\hat{X}}_{k+1}={\mathrm{AX}}_k$

所述卡尔曼滤波器的误差协方差预测方程为：

${\hat{P}}_{k+1}={\mathrm{AP}}_k{A}^T+Q_k$

所述卡尔曼滤波器的增益系数方程为：

$G_{k+1}=\frac{{\hat{P}}_{k+1}{H}^T}{H{\hat{P}}_{k+1}{H}^T+R_k}$

所述卡尔曼滤波器的系统状态的状态修正方程为：

$X_{k+1}={\hat{X}}_{k+1}+G_{k+1}(Z_{k+1}-H{\hat{X}}_{k+1})$

所述卡尔曼滤波器的误差协方差预测方程的修正方程为：

其中I为单位矩阵。