[发明专利]基于深度图像的旗语识别方法及装置

说明书

技术领域

本发明属于旗语识别技术领域，特别是一种受环境因素影响小，实时性好，识别率高的基于深度图像的旗语识别方法及装置。

背景技术

旗语作为一种特殊信息传递方式，在军事领域被广泛应用，例如门桥漕渡、飞机牵引及航母飞机起降等操作过程中都需要旗语(或手势动作)进行指挥引导。目前，模拟训练在军事训练中的作用与地位越来越重要，模拟训练相关技术的研究也越来越受到关注。对于与旗语指挥相关的军事模拟训练科目，需要通过计算机对旗语进行识别，从而使系统获得旗语动作的指令含义，完成受训人员与模拟训练系统的交互。旗语识别技术是通过计算机理解手势动作，进而识别出旗语信号的语义。如何实现快速、准确的识别成为这一应用中的关键问题。

现有的旗语识别方法主要有以下两种：1)接触式手势识别技术，如数据手套；2)非接触式手势识别技术，主要采用计算机视觉实现手势识别，如单目视觉传感器，双目立体视觉传感器等。在基于视觉的手势识别技术中，主要有采用纹理、网格等构建的3D模型以及基于各种表观特征模型。但由于这些方法受环境因素的影响，并且缺乏动作本身的深度信息，难以对旗语运动特征进行有效提取。

总之，现有技术存在的问题是：旗语识别受环境因素影响大，实时性差，准确率低。

发明内容

本发明的目的在于提供一种基于深度图像的旗语识别方法，受环境因素影响小，实时性好，识别率高。

本发明的另一目的在于提供一种基于深度图像的旗语识别装置。

实现本发明目的的技术解决方案为：一种基于深度图像的旗语识别方法，包括如下步骤：

(10)人体骨架特征提取：根据人体动作深度图像，将人体与背景进行分割，对人体区域逐步细化，提取人体骨架线；

(20)人体动作描述：基于关节点空间关系人体模型，利用人体骨架线对人体手臂动作进行描述；

(30)手臂姿态模式定义：根据由大臂、小臂、手腕三个基本分量构成的手臂不同空间位置及运动轨迹定义手臂姿态模式；

(40)旗语识别：通过手臂姿态模式与旗语库中的预定义动作模式的匹配，将与该手臂姿态模式最接近的预定义动作作为该人体动作对应的旗语。

本发明与现有技术相比，其显著优点：

1、受环境因素影响小：本发明基于结构光获取的深度图像，避免了单纯依靠可见光图像分析技术中对环境干扰的敏感性，保证了系统在正常自然环境中工作的可靠性；

2、实时性好：本发明采用基于空间位置关系的旗语识别技术，算法计算量小，保证了系统工作的实时性；

3、识别率高：在使用测试中，对于旗语动作的平均识别率达到95.41％，完全可以满足使用要求；

4、使用方便：本发明提供了一种自然人机交互方式，使用者不需要佩戴任何辅助设备就可以完成对其作出旗语动作的识别；

5、使用成本低：本发明的硬件成本低，不存在易损件，使用过程也没有对设备的损耗。

下面结合附图和具体实施方式对本发明作进一步的详细描述。

附图说明

图1为本发明基于深度图像的旗语识别方法流程图。

图2为手臂位置坐标参数原理图。

图3为旗语信号判别窗口原理图。

图4为普通灰度图像原理图。

图5为深度图像原理图。

图6为结构光获取原理示意图。

具体实施方式

如图1所示，本发明基于深度图像的旗语识别方法，包括如下步骤：

(10)人体骨架特征提取：根据人体动作深度图像，将人体与背景进行分割，对人体区域逐步细化，提取人体骨架线。

所述(10)人体骨架特征提取步骤包括：

(11)图像分割：在深度图中，使用直接阈值分割的方法对人体区域与背景进行分割；

(12)骨架提取：通过腐蚀运算和开运算，逐步将图像边界向内缩小，最终形成骨架效果，如下式，

式中，X为人体分割区域图，B为腐蚀运算的结构算子；k代表A细化的次数，thin_k表示第k次细化的结果。

(20)人体动作描述：基于关节点空间关系人体模型，利用人体骨架线对人体手臂动作进行描述。

根据旗语动作对人体行为描述的精度要求，设骨架模型由8个骨骼节点来表示身体部位。由于不同身体部位之间的比例固定，参考“美国宇航局人体测量参考手册”中身体部位间的比例关系，完成对人体骨骼节点的定位。

所述(20)人体动作描述步骤包括：