[发明专利]一种手指数量识别方法

权利要求书

1.一种手指数量识别方法，其特征在于，包括以下步骤：

1)获取手部图像的RGB图像，将RGB图像转换至YC_rC_b空间，然后根据Hsu等人提出的加入亮度补偿的椭圆肤色模型，将YC_rC_b空间的图像非线性变换至颜色空间YC_r’C_b’，并根据人的肤色范围建立椭圆肤色模型；

2)利用上述椭圆肤色模型遍历RGB图像中所有像素，若像素坐标(C_r’,C_b’)在椭圆内部，则判定该像素点(C_r’,C_b’)为肤色点，否则(C_r’,C_b’)为非肤色点，得到肤色图像；

3)将肤色图像转换为二值图像，提取其外围轮廓，并进行填充得到手部区域的二值图像；

4)将所述二值图像经过欧式距离变换，得到距离灰度图；

5)利用所述距离灰度图，计算手掌重心坐标以及手掌半径；

6)以手掌重心为圆心，1.6～2倍手掌半径R画圆，这个圆与手指和手臂的图像相交，得到多段圆弧，即切弧，对这些切弧提出三个约束条件，即切弧拟合圆的半径与手掌半径之间的比例关系、切弧拟合圆的圆心坐标与手掌重心坐标之间的位置关系、切弧与手掌重心之间的夹角关系，并利用所述约束条件辨别图像中的手指数量；

手指数量确定的具体过程包括：设手指数量的初值为S＝切弧数K，伪手指数量的初值count＝0；各切弧的最小拟合圆形为P_i，圆心坐标为c_i，半径为r_i；且已知手掌重心坐标为C，对手部图像中的每一段切弧Pi进行以下操作：

A)若r_i/R1/3，则该切弧是手臂而不是手指，进入下一段切弧；

B)若1/4r_i/R1/3，则比较c_i与C的位置关系，若该段切弧圆心的Y轴坐标低于手掌重心坐标的0.7R倍，则count＝count+1，并标记这段切弧；

C)对所有切弧进行步骤A)和步骤B)的操作后，若count＝0，则手指数量就是圆弧数K；若count＝1，则手指数量为切弧段总数K减去count；若count＝2，则计算两个切弧与手掌重心C之间的夹角θ，当θ65⁰时，则判定被标记的两段切弧均为伪手指，手指数量为圆弧总数K减去count，否则，其中一个为伪手指，手指数量为切弧总数K减去1。

2.根据权利要求1所述的手指数量识别方法，其特征在于，步骤1)中，利用下式将RGB图像转换至YC_rC_b空间：

其中，R——红色值；G——绿色值；B——蓝色值；Y——亮度；Cb——蓝色分量值；Cr——红色分量值。

3.根据权利要求2所述的手指数量识别方法，其特征在于，椭圆肤色模型表达式如下：

其中，Cr’、Cb’——色彩空间转换后的红色分量值和蓝色分量值；Cx、Cy——色彩空间YCr’Cb’的Cr’Cb’平面上的椭圆中心；a、b——椭圆的长、短半轴；θ——椭圆在平面内的倾斜角度。

4.根据权利要求3所述的手指数量识别方法，其特征在于，步骤3)中，a＝25.39，b＝14.03，c_x＝1.60，c_y＝2.41，θ＝2.53，C_x＝109.38，C_y＝152.02。

5.根据权利要求1所述的手指数量识别方法，其特征在于，所述距离灰度图的最佳灰度阈值ξ为150～230。

6.根据权利要求1所述的手指数量识别方法，其特征在于，手掌重心坐标C(k,l)的计算公式为：

其中，I(i,j)表示图像像素坐标，m、n分别表示图像的宽和高。

7.根据权利要求1所述的手指数量识别方法，其特征在于，利用OpenCV的findContours()函数检测图像中切弧数目，并去除手臂切弧的干扰来确定手指数量。