[发明专利]基于预定区域和连通路径识别手部区域的方法及装置

说明书

本发明提供一种基于预定区域和连通路径识别手部区域的方法及装置，所述方法包括：分别将待识别的手部区域中的像素的颜色值与第二预定区域的颜色值进行比对以得到相似度值，其中所述第二预定区域与所述待识别的手部区域不重合；分别确定所述待识别的手部区域中的像素到种子区域的最短路径以及所述最短路径上的像素颜色变化的平稳度值，其中所述种子区域位于所述待识别的手部区域内；根据所述像素与所述种子区域的距离、所述相似度值和所述平稳度值确定所述像素是手部区域内像素的概率值；根据所述概率值确定手部区域。

技术领域

本发明涉及图像识别领域，具体涉及一种基于预定区域和连通路径识别手部区域的方法及装置。

背景技术

随着软硬件相关科技的快速发展，腕式智能装置，如智能手表，智能手环等的集成度越来越高，功能越来越丰富，很大比例的手机功能可以通过智能手表，智能手环实现，大大简化用户接收和传递信息的方法。但和传统智能手机比较，腕式智能装置受限于小尺寸显示屏幕，一方面，使用者在使用时无法很好地利用触屏或者按键完成相关功能的操作，易造成误操作，另一方面，当智能手表佩戴在一只手上时，要对其进行操作，除了唤醒，休眠等简单操作不需要另一只手操作外，其余的较为复杂的操作都有另一只手完成，无法使用单手独立对智能手表进行操作，因此，智能手表在内容显示和操作上仍存在很大的缺陷。

针对上述问题，目前有一些产品提供了基于用户手部姿势的控制方式，用户可以通过佩戴手表的手指活动来控制设备，其原理是利用手表上设置的摄像装置采集手部图像，处理器根据图像的变化确定控制内容。此类方案需要从图像中准确地识别出用户的手部区域或轮廓，即需要剔除背景和其他噪声，只根据手部区域的变化确定控制内容。

现有的图像识别方案通常是根据目标物体的形状特征，根据预设的特征参数，利用机器学习模型等手段从图像中识别出目标物体。但是这种识别方式抵抗背景干扰的能力较差，例如用户所处环境背景十分复杂时，根据形状特征很可能出现误判，由此可见现有的图像识别方案准确性较差。

发明内容

本发明要解决的是现有的图像识别方案准确性较差的问题。

有鉴于此，本发明提供一种基于预定区域和连通路径识别手部区域的方法，包括：分别将待识别的手部区域中的像素的颜色值与第二预定区域的颜色值进行比对以得到相似度值，其中所述第二预定区域与所述待识别的手部区域不重合；分别确定所述待识别的手部区域中的像素到种子区域的最短路径以及所述最短路径上的像素颜色变化的平稳度值，其中所述种子区域位于所述待识别的手部区域内；根据所述像素与所述种子区域的距离、所述相似度值和所述平稳度值确定所述像素是手部区域内像素的概率值；根据所述概率值确定手部区域。

优选地，在所述分别将待识别的手部区域中的像素的颜色值与种子区域的颜色值进行比对以得到相似度值的步骤和所述分别确定所述待识别的手部区域中的像素到所述种子区域的最短路径以及所述最短路径上的像素颜色变化的平稳度值的步骤之前，还包括：

在图像中确定待识别的手部区域；

从所述待识别的手部区域中剔除所述种子区域。

优选地，所述根据所述像素与所述种子区域的距离、所述相似度值和所述平稳度值确定所述像素是手部区域内像素的概率值，包括：

确定所述像素与所述种子区域的欧几里得距离值L；

根据L、所述相似度值和所述平稳度值确定所述像素是手部区域内像素的概率值，其中所述概率值与所述平稳度值呈正相关关系，所述概率值与L、所述相似度值呈负相关关系。

优选地，所述根据L、所述相似度值和所述平稳度值确定所述像素是手部区域内像素的概率值，包括：

分别确定所述相似度值和所述平稳度值所对应的权值；

根据所述相似度值和相应的权值的乘积、所述平稳度值和相应的权值的乘积以及所述距离L确定所述概率值。