[发明专利]基于全景3D图像的微手势识别方法

权利要求书

1.基于全景3D图像的微手势识别方法，其特征在于：

由以下步骤实现：

首先，利用形态学滤波算法提升HoMG图像中的水平和竖直线条，增强线条与背景的对比度；

其次，通过快速模糊C均值聚类算法分割滤波图像，检测线条轮廓；

然后，根据形态学细化算法准确定位线条位置，利用线条间隔的最小方差计算基准坐标，构建网格坐标；

最后，利用网格坐标重建多张清晰的子图像，把重建后的子图像作为CNN模型的输入数据，从而完成微手势识别；

具体包括以下步骤：

(1)输入HoMG图像f；

(2)对f进行水平和竖直形态学滤波，得到滤波后的图像为ξ_h和ξ_v；

(3)利用快速模糊C均值聚类算法对ξ_h和ξ_v进行分割；

(4)对分割后的图像利用形态学细化算法准确定位线条位置；

(5)根据线条间隔的最小方差，确定基准坐标，构建网格坐标；

(6)利用网格坐标重建子图像；

(7)利用CNN模型对重建的子图像进行分类识别；

步骤(5)具体由以下步骤实现：

(a)首先选取图像l两侧宽度为100像素的区域用于坐标检测，其次根据每个区域内的平均索引值个数计算两侧坐标，然后利用线条间隔的最小方差确定基准坐标；

水平基准坐标的计算公式如下：

其中，l_left表示从图像l左侧区域获取的坐标，l_right表示从图像l右侧区域获取的坐标，diff表示相邻坐标作差，var表示方差运算，通过选择最小方差的坐标，作为水平线条的基准坐标；

(b)竖直基准坐标的计算公式如下：

其中，l_up表示从图像l上侧区域获取的坐标，l_down表示从图像l下侧区域获取的坐标，通过选择最小方差坐标，作为竖直线条的基准坐标。

2.根据权利要求1所述的基于全景3D图像的微手势识别方法，其特征在于：

步骤(2)具体由以下步骤实现：

(a)利用水平结构元素对HoMG图像f进行形态学滤波，计算公式如下：

其中，B_h表示水平结构元素，B_h＝ones(1,100)，表示形态学开运算，ξ_h表示形态学水平滤波结果；

(b)利用竖直结构元素对HoMG图像f进行形态学滤波，计算公式如下：

其中，B_v表示竖直结构元素，B_v＝ones(100,1)，表示形态学开运算，ξ_v表示形态学竖直滤波结果。