[发明专利]检测运动物体的方法和系统

说明书

技术领域

本公开涉及一种检测运动物体的方法和系统，且更具体地，涉及一种基于立体视觉的深度信息来检测人手的技术。

背景技术

运动物体的检测是平面图像处理和立体视觉处理的一个研究方向。通过检测到不同的运动物体，可以基于这种不同的运动物体的检测来进行一系列的后续控制和操作。具体地，例如，目前，基于立体视觉的手势控制广泛应用于各种智能设备、例如电视、游戏机等等，而手势控制的基础是人手检测。在人机交互过程中，人手通常处于不断运动的状态，有时也会发生手停留在某处一段时间的情况，比如交互系统利用手的停留时间来触发一个事件。因此，需要准确地进行诸如人手的运动物体的检测，从而实现后续的准确的操作和交互。

在发明人为李春林和王进的2009年5月20日公开的题为“面向电视控制的动态手势识别信号处理方法”的中国专利申请CN101437124A中，介绍了一种面向电视控制的动态手势识别信号处理方法。该方法利用电视机内置的摄像头采集电视前的用户动作图像，通过对采集到的图像进行分析得到运动物体，从运动物体中提取手目标的信息并生成轨迹，继而判断轨迹所对应的指令产生电视控制命令。更具体地，该方法利用连续多帧的灰度图像的平均值构建背景图像，通过计算当前帧与背景图像之间的差别获得多个物体并分析它们的轨迹以确定它们所属的身体部分。如果某区域的轨迹符合预定义的特征，则该区域被判定为手所在的区域。上述预定义的特征的构建是基于手的运动强于头部运动并且手与头之间的距离在一定范围内的假设。

在Lee等人的2013年2月12日授权公告的题为“Motion Detection UsingDepth Images”的美国专利US8374423B2中，介绍了一种基于深度图像检测运动的方法，该方法将连续多帧的深度图像的平均值作为一幅参考图像，并将当前的深度深度图像帧与该参考图像逐像素做差得到运动图像，然后判断运动图像中的像素所属的物体。该方法用运动物体的位置信息控制应用程序。

在Perski等人在2011年4月21日公开的题为“Computer Vision GestureBased Control of a Device”的PCT申请WO2011045789中，介绍了一种手势控制方法。该方法将两帧2D或3D图像做差后获得一幅差值图像，并在该图像上进行边缘检测得到轮廓，将检测到的轮廓与手部轮廓模型进行比较。该方法要求用户的手正对摄像机并处于手掌打开、手指伸展的状态。

常规的运动估计方法并不能得到准确的诸如人手的运动物体的结果。此外，人体其他部分（如胳膊）发生运动时也可能使得诸如人手的运动物体的计算不够准确。因此，需要进一步地准确地检测诸如人手的运动物体的技术。

发明内容

根据本发明的一个方面，提供一种检测运动物体的方法，包括：获得通过连续拍摄运动物体而得到的具有深度信息的至少两个深度图像帧，包括当前深度图像帧和至少一个历史深度图像帧，其中，所述至少两个深度图像帧的每个被划分为多个块；计算当前深度图像帧的每个块中的落入不同深度区间的像素的个数与各个历史深度图像帧的对应块中的落入不同深度区间的像素的个数的差异情况；根据所述差异情况，检测当前深度图像帧中的运动块，以构成所检测的运动物体。

根据本发明的另一个方面，提供一种检测运动物体的系统，包括：获得装置，被配置为获得通过连续拍摄运动物体而得到的具有深度信息的至少两个深度图像帧，包括当前深度图像帧和至少一个历史深度图像帧，其中，所述至少两个深度图像帧的每个被划分为多个块；计算装置，被配置为计算当前深度图像帧的每个块中的落入不同深度区间的像素的个数与各个历史深度图像帧的对应块中的落入不同深度区间的像素的个数的差异情况；检测装置，被配置为根据所述差异情况，检测当前深度图像帧中的运动块，以构成所检测的运动物体。

附图说明

图1是示出应用本发明的各个实施例的应用场景的示例图。

图2是示出根据本发明的一个实施例的检测运动物体的方法的一个示例的流程图。

图3A是示出根据本发明的另一个实施例的检测运动物体的方法的另一个示例的流程图。图3B是示出在图3A的检测运动物体的方法中的计算当前运动图的步骤S302的一个具体的示例流程图。图3C示意性地示出例如某个块的空间直方图的示例，而图3D示意性地示出对应的某个块的时间直方图的示例。