[发明专利]图像中手势识别、颜色白平衡调整及曝光调节方法和装置

说明书

本发明公开了一种图像中手势识别、颜色白平衡调整及曝光调节方法和装置，所述方法包括：检测图像中的人脸区域；确定将所述人脸区域的颜色调整为肤色的白平衡参数；根据确定的白平衡参数对所述图像进行颜色的白平衡调整；从经过颜色的白平衡调整后的图像中识别手势。应用本发明不需手动进行颜色校正而解决图像颜色失真严重的问题，从而提高图像中手势识别的准确率。

技术领域

本发明涉及图像处理技术领域，特别是指一种图像中手势识别、颜色白平衡调整及曝光调节方法和装置。

背景技术

手势识别技术目前已经广泛应用于各种家电产品上，如智能电视机，电字画框等。较为常用且相对可靠的一种技术是采用adaboost检测器或深度学习训练检测器的方法训练出能够在一帧图像上遍历并定位出人手区域并标注的检测器。这种方法通常需要运用LBP，HAAR，颜色特征(针对adaboost方法)；而深度学习方法则不会指定特征，但目标的颜色分布本身就是一个显著的特征。

不采用颜色特征的手势检测器也可以识别绝大多数手势，但会在一些轮廓类似的物体上犯错，如图1所示，是经过该分类器识别后抽选出的误识别为人手的背景中的图片，其中有衣服的纹理，墙壁纹理，树叶等多种多样的干扰项。若加上颜色特征再训练分类器，经实验，几乎可以将这些错误全部避免。针对这种借助了颜色特征的检测技术来说，技术上普遍存在的难点在于，复杂光线条件下颜色失真，导致本应属于人手的区域识别失败。

为解决颜色失真而导致的人手区域识别失败的问题，目前采用白平衡自调节的算法，对视频帧中的图像颜色进行校正。通常照相机或摄像头中集成的算法，简单概括来说就是寻找当前帧当中最接近于白色的区域，通过将白色调正从而使整个图像颜色都校正。

然而在很多场景下拍摄到的整幅图像并没有标准的白色区域，即便强行定位一块最接近于白色区域的调整为标准白色后，反而会使其他区域颜色失真更严重。而前面提到过，通过颜色域的限制，可以滤掉很多的误识别选项，但如果要使用颜色特征训练出的分类器，那就要保证采集到的图像色彩尽可能正确。如果本应是白色的物体因为白平衡不当等原因变成发黄甚至接近于肤色的颜色，或者因为白平衡调整不当导致原本的肤色区域变为肤色区间以外的颜色，则会对识别结果造成极大的影响。

通常在数码相机上普遍使用的自适应白平衡调节的方法是以“点测白光”工作的，即取图像所有像素点中RGB(红、绿、蓝)三色参数最接近白色的那个点为平衡依据，获取RGB增益值，从而对整个图像校准。该方法不稳定的原因如下：

1、屏幕中未必存在实际颜色为白色的区域；

2、自动搜索的最近于白色的点也许只是在该光线条件下数值上最近接白色但实际颜色不是白色的点。

对于普通的照相机而言该方法造成的不稳定顶多是本次照相颜色失真，或者用户通过手动调节白平衡旋钮调成理想状态再拍照，但对于实时处理的手势识别算法来说，由于无法对每帧图像手动调节，颜色失真会直接导致本是肤色的区域变成其他颜色或其他颜色误判为肤色区域从而导致识别失败。

此外现有的纯白板手动校正方法，则只适用于当前环境，每次换环境都需要重新手动校准。

发明内容

有鉴于此，本发明的目的在于提出一种图像中手势识别、颜色白平衡调整及曝光调节方法和装置，不需手动进行颜色校正而解决图像颜色失真严重的问题，从而提高图像中手势识别的准确率。

基于上述目的本发明提供一种图像中手势识别方法，包括：

检测图像中的人脸区域；

确定将所述人脸区域的颜色调整为肤色的白平衡参数；

根据确定的白平衡参数对所述图像进行颜色的白平衡调整；

从经过颜色的白平衡调整后的图像中识别手势。