[发明专利]基于固定背景下的手势识别方法及系统

说明书

本发明涉及计算机视觉技术领域，具体公开一种基于固定背景下的手势识别方法，包括以下步骤：S1、将手势识别背景固定为黑色背景，进行黑色背景建模；S2、获取人手伸入时的图像，基于建立好的背景建模，使用背景减除来获得人手的前景图像；S3、对所述前景图像中的人手进行凸包与凸缺陷检测，获得当前人手的大体姿态；S4、利用图像细化算法获取人手的骨架，获得人手的基本结构，从而估算出当前人手的闭合程度；S5、根据当前人手的闭合程度控制机器人的手掌闭合。本发明具有系统计算量小、对硬件配置要求低，有效解决对人手进行细微的识别与姿态估计的问题、识别人手的闭合程度的有益效果。

技术领域

本发明涉及计算机视觉技术领域，特别涉及一种基于固定背景下的手势识别方法及系统。

背景技术

手势识别技术是最为重要的人机交互技术之一，通过对人手势的识别来让机器人更好的理解人的意图与命令。当今常用的手势识别技术是采用3D相机来实现，利用3D相机独有的深度信息来简化手势识别与跟踪的处理。常用的3D相机有微软的Kinect、英特尔的RealSense传感器等，这两家的SDK中都有各自的手势识别技术供使用。但是为了能使用两种传感器，需要硬件板卡具有很高的配置，这在提升机器人成本的同时也增加了集成的困难。同时对于一些特定的任务或场景，手势识别的背景或环境可以人为限制，不需要使用3D传感器来完成相应的任务。本发明提出了一种新的基于固定背景下的手势识别方法，该方法仅需要较少的计算资源，且可以实现对人手张闭合程度的判断与估计，从而可以更好的作为机器人的输入控制命令。

发明内容

本发明旨在克服现有手势识别系统计算量大、对硬件配置要求高的技术缺陷，提供一种基于固定背景下的手势识别方法及系统。

为实现上述目的，本发明采用以下技术方案：

本发明提供一种基于固定背景下的手势识别方法，包括以下步骤：

S1、将手势识别背景固定为黑色背景，进行所述黑色背景建模；

S2、获取人手伸入时的图像，基于建立好的背景建模，使用背景减除来获得人手的前景图像；

S3、对所述前景图像中的人手进行凸包与凸缺陷检测，获得当前人手的大体姿态；

S4、利用图像细化算法获取人手的骨架，获得人手的基本结构，从而估算出当前人手的闭合程度；

S5、根据当前人手的闭合程度控制机器人的手掌闭合。

一些实施例中，步骤S2具体为：摄像头连续采集若干张没有人手的图像，计算出图像中像素的均值与方差；取每个像素的均值作为背景模板、方差作为误差范围；当有人手伸入其中时，图像中的像素发生变化，利用背景减除获得人手的前景图像。

一些实施例中，采用Graham扫描法来求解凸包的顶点。

一些实施例中，步骤S4中利用图像细化算法获取人手骨架的具体过程为：遍历待细化的区域，设定条件来判断当前点是否要被删除，余下的点即为细化出的骨架。

一些实施例中，步骤S4中，对于点P₁，遍历其周围的8邻域，所述8邻域分别为P₂、P₃、P₄、P₅、P₆、P₇、P₈、P₉；

进行第一阶段删除，当满足以下条件时，则删除点P₁；

条件1：2≤N(P₁)≤6

条件2：Z0(P₁)＝1

条件3：P₂×P₈×P₆＝0