[发明专利]一种在复杂背景以及光照下的单目手势识别方法

说明书

技术领域

本发明涉及手势识别领域，特别是一种在复杂背景以及光照下的单目手势识别方法。

背景技术

显示器等视频设备由于用户都是远距离观看，因此大都使用遥控器或者鼠标键盘操作，随着产品的智能化越来越高，使用遥控器的操作方式已经不能满足用户的需求。手势控制作为一种新型的控制方式，逐渐被应用于控制显示器等产品上。

目前较为典型的手势识别技术是利用摄像头拍摄图像，通过对图像进行肤色识别，识别出用户的手部，然后根据手部的形态和位移确定用户的手势。手势识别技术实现了手部信息的捕捉以及手部信息到命令的转换，但现有的手势识别方法存在一些缺陷，由于肤色识别主要是对拍摄到的图像的色彩进行识别，而色彩本身受到外界光线的影响较大，而显示器本身又是发光的，这些光线照射到用户身上会使用户肤色发生变化，这种影响在夜晚表现的尤为明显。在这种情况下，肤色识别的准确度会降低，从而使得手势识别的准确。

发明内容

有鉴于此，本发明的目的是提出一种在复杂背景以及光照下的单目手势识别方法，能够减少光照影响，提高手势判读识别率，能够在复杂背景下进行手势识别。

本发明采用以下方案实现：一种在复杂背景以及光照下的单目手势识别方法，包括以下步骤：

步骤S1：对获取的图像进行肤色识别，判断肤色区域；

步骤S2：使用帧间差分法对步骤S1得到的肤色区域进行运动物体检测，得到较为完整的手部轮廓图像；

步骤S3：对步骤S2得到的较为完整的手部轮廓图像建立轮廓凸包模型，并判断手势，进而完成复杂背景下进行手部识别得到手部模型；

步骤S4：对步骤S3提取出的手部模型计算重心，获得运动轨迹，完成复杂背景下进行动态手势识别。

进一步的，所述的步骤S1具体包括以下步骤：

步骤S11：用摄像头获取待判别图像；

步骤S12：将步骤S11中的待判别图形进行色域转换，转换为YUV模型；

步骤S13：使用皮肤YUV模型判断肤色区域，其中所述皮肤YUV模型中的亮度分量Y的取值往高亮度区域增大一特定范围。

进一步的，所述步骤S3具体包括以下步骤：

步骤S31：将步骤S2中得到的所有手部轮廓图像提取出来；

步骤S32：将步骤S31提取的所有手部轮廓图像中不相交的手部轮廓图像放入预先建好的图像链表中；

步骤S33：对链表中的所有手部轮廓图像做凸包模型；

步骤S34：计算步骤S33中的每个凸包模型中凸包到轮廓的距离，并进行归一化处理；

步骤S35：以角度为X坐标，步骤S34中归一化处理后的距离信息为Y坐标，建立坐标轴；

步骤S36：将Y坐标小于0.5的值至零；

步骤S37：将经过上述步骤处理的数据进行进行傅里叶变换，得到的结果与预先存储的手部频域模型进行比较，选取相似度大于0.8的作为手部图像。

进一步的，步骤S37中所述的预先存储的手部频域模型为若干个不同手部动作的傅里叶变换模型。

与现有技术相比，本发明改进肤色识别，并且在肤色识别基础上使用帧间差分法，使用轮廓凸包模型判断手势，能够减少光照影响，并且在复杂背景下进行手势识别，提高手势判读识别率。

附图说明

图1为本发明算法流程图；

图2为本发明的凸包模型示意图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

如图1所示，本实施例提供了一种在复杂背景以及光照下的单目手势识别方法，包括以下步骤：

步骤S1：对获取的图像进行肤色识别，判断肤色区域；

步骤S2：使用帧间差分法对步骤S1得到的肤色区域进行运动物体检测，得到较为完整的手部轮廓图像；

步骤S3：对步骤S2得到的较为完整的手部轮廓图像建立轮廓凸包模型，并判断手势，进而完成复杂背景下进行手部识别得到手部模型；

步骤S4：对步骤S3提取出的手部模型计算重心，获得运动轨迹，完成复杂背景下进行动态手势识别。

在本实施例中，所述的步骤S1具体包括以下步骤：

步骤S11：用摄像头获取待判别图像；

步骤S12：将步骤S11中的待判别图形进行色域转换，转换为YUV模型；

步骤S13：使用皮肤YUV模型判断肤色区域，其中所述皮肤YUV模型中的亮度分量Y的取值往高亮度区域增大一特定范围；