[发明专利]基于图像深度信息的智能轮椅手势识别控制方法

权利要求书

1.一种基于图像深度信息的智能轮椅手势识别控制方法，其特征在于包括以下步骤：

101、采用3D体感摄影机Kinect获取智能轮椅上被测者的手势视频信号，并抓取该手势视频信号的一帧图像作为分割图像，采用图像预处理法对该分割图像进行过滤；

102、对步骤101中经过过滤的分割图像采用灰度直方图方法确定深度阈值。通过灰度直方图中灰度值由大到小的变化，寻找像素点剧变较大的灰度值处作为手像素区域分割的阈值，分离出手势图像，并将分离出的手势图像转换成手势二值图；

103、采用SUSAN算法将步骤102中得到的手势二值图进行边缘提取得到手势特征向量，采用Freman链码法沿着手势的边缘顺序求得每个手势特征向量，其中每个手势特征向量为手的边缘点到掌心的距离ri的集合；

104、采用OPTA算法对步骤103中得到的手势特征向量进行边缘细化，得到经过边缘细化后的优化手势特征向量；

105、将步骤104中的优化手势特征向量采用径向基函数神经网络RBF进行分类训练，与预先设置的训练数据进行对比，得出手势命令,并根据该手势命令输出手势控制指令传送给智能轮椅，所述智能轮椅根据手势控制指令运动，完成智能轮椅的手势识别控制。

2.根据权利要求1所述的基于图像深度信息的智能轮椅手势识别控制方法，其特征在于：步骤101中的图像预处理法包括平滑处理和去噪去噪处理对图像进行过滤。

3.根据权利要求1所述的基于图像深度信息的智能轮椅手势识别控制方法，其特征在于：步骤103中边缘提取中还包括对掌心的仿射变换步骤。

4.根据权利要求1所述的基于图像深度信息的智能轮椅手势识别控制方法，其特征在于：步骤103中的掌心提取采用数学形态学的腐蚀操作法去掉手势的边缘像素，当手区域的像素数目低于设定值X1时，停止腐蚀，然后求得剩下的手的区域中所有像素坐标平均值作为掌心的位置。