[发明专利]面向智能家居场景的手势识别方法

权利要求书

1.一种面向智能家居场景的手势识别方法，其特征在于，包括如下步骤：

S1、使用gammma校正法对初始图像进行颜色空间标准化，再通过高斯滤波处理获取预处理后的图像；

S2、将预处理后的图像从RGB颜色空间转化为HSV颜色空间，转化后的图像中的每个像素与肤色阈值进行比较，获取掩码图；利用矩形拟合掩码图，获取矩形的中心位置坐标、长度和宽度，截取矩形部分，获取手势图像,并调整大小为64×64；

S3、分离手势图像的红色通道图像、绿色通道图像、蓝色通道图像，将分离后的手势图像分成9个单元，计算各单元中每个像素的LBP值，对每个单元的LBP值进行归一化，统计每个单元的LBP分布直方图，再将9个单元的LBP分布直方图串联为一个图像LBP分布直方图，即为图像的LBP特征；

S4、通过SVM对LBP特征进行训练，获取手势模型。

2.根据权利要求1所述的一种面向智能家居场景的手势识别方法，其特征在于，所述步骤S2中，转化后的图像中的每个像素与肤色阈值进行比较的具体方法为：设定肤色HSV阈值区间为[95:135,30:255,45:255]，判断图像中的像素是否在肤色HSV阈值区间内，若是，则该像素值置为255，否，则置为0，从而得到掩码图。

3.根据权利要求1所述的一种面向智能家居场景的手势识别方法，其特征在于，所述步骤S2中，矩形拟合掩码图是采用一个矩形囊括掩码图中所有连续分布的像素值为255的点。

4.根据权利要求1所述的一种面向智能家居场景的手势识别方法，其特征在于，所述步骤S3中，每个像素的LBP值的计算方法为：建立3×3的像素点窗口，以窗口中心像素点的灰度值为阈值，与相邻的8个像素点的灰度值进行比较，若阈值小，则该像素点的位置被标位1，否则为0，如此，该像素点邻域内的8个像素点可产生8位二进制数，取最小的二进制数作为该像素点的LBP值。

5.根据权利要求1所述的一种面向智能家居场景的手势识别方法，其特征在于，所述步骤S3中，归一化采用(0,1)标准化，通过遍历单元格内像素的LBP值的最大值和最小值，并将最大值-最小值作为基数进行归一化处理：

其中，Min表示最小值，Min为0，Max表示最大值，Max为1。

6.根据权利要求1所述的一种面向智能家居场景的手势识别方法，其特征在于，所述步骤S4具体为：

S41、准备训练样本集合，包括正样本集和负样本集；

S42、手动裁剪样本，使样本尺寸保持一致；

S43、将裁剪后的所有正样本中相同的手势图像放在一个文件夹中，将裁剪后的所有负样本中相同的手势图像放在另一个文件夹中，之后将所有训练样本缩放到相同尺寸；

S44、提取所有样本的LBP特征，并赋予样本标签；

S45、将所有样本的LBP特征和样本标签输入SVM中训练；获取手势识别模型。