[发明专利]一种基于手掌边缘轮廓矢量化的静态手势识别方法

说明书

本发明提供一种基于手掌边缘轮廓矢量化的静态手势识别方法。本发明方法，包括：对包含手势图像进行预处理得到手势区域，确定手势连通域质心与方向向量，进而确定手腕位置平行线，通过最小厚度的原则最终确定手腕位置并分割出手掌区域，针对分割出的手掌区域进行质心位置的修正，以修正后的质心作为参考点，对轮廓进行矢量化。该方法在手势发生旋转、平移、缩放时具有较高的鲁棒性，同时能够大幅度提示匹配速度以满足实际应用的需要。

技术领域

本发明涉及机器视觉识别技术领域，具体而言，尤其涉及一种基于手掌边缘轮廓矢量化的静态手势识别方法。

背景技术

随着计算机技术的发展和电子设备的更新换代，人机交互在人们的日常生活中显得非常重要。人们开始追求一种更自然、更智能、更符合人类交流习惯的交互方式。由于手势具有自然、直观、易于学习等特点，基于手势的人机交互已经成为人机交互领域的研究热点并且有着广阔的应用前景。

已有大多数手势识别应用利用模式分类算法完成识别，如基于形状参数特征的位编码序列实现的手势分类，但该方法在手势方向方面具有局限性。基于深度信息的手势识别方法，该类方法对于设备要求较高，算法复杂度较高，且识别速度慢，难以推广。

因此，针对于手势的平移、旋转、缩放等问题，目前的手势识别方法适应性较差，同时目前手势识别方法识别速度较慢，有待改进。

发明内容

根据上述提出手势的平移、旋转、缩放等问题，目前的手势识别方法适应性较差，同时目前手势识别方法识别速度较慢的技术问题，而提供一种基于手掌边缘轮廓矢量化的静态手势识别方法。本发明的方法对包含手势图像进行预处理得到手势区域，确定手势连通域质心与方向向量，进而确定手腕位置平行线，通过最小厚度的原则最终确定手腕位置并分割出手掌区域，针对分割出的手掌区域进行质心位置的修正，以修正后的质心作为参考点，对轮廓进行矢量化，该方法在手势发生旋转、平移、缩放时具有较高的鲁棒性，同时能够大幅度提示匹配速度以满足实际应用的需要。

本发明采用的一种基于手掌边缘轮廓矢量化的静态手势识别方法，步骤如下：

S1：通过肤色分割算法，获取含有肤色区域的二值化图像；

S2：计算肤色区域的连通域，得到手势区域；

S3：以图像左下角作为原点建立坐标系，确定手势连通域的质心手势连通域方向向量μ_p,q以及水平方向夹角θ；

其中S为手势区域所有像素点的集合，(x₁,y₁)为S中任意一个像素点的坐标，N为手势区域所有像素点的总数；

其中(p_i,x,p_i,y)为手势区域中的任意一点的坐标；

S4：获取可能的手腕位置，并根据最小手腕厚度的原则确定手腕的位置，分割出手掌区域；

S5：根据所述分割出的手掌区域修正质心，采用Sobel算子获取手掌区域的边缘轮廓；

S6：对所述手掌区域的边缘轮廓大小进行归一化处理；

S7：将所述步骤S6得到的手掌区域轮廓矢量化，得到手掌区域轮廓矢量化边缘序列；

S8：计算所述手掌区域轮廓矢量化边缘序列以及模板库中手掌区域轮廓矢量化边缘序列的相似度；

S9：取相似度最大且大于设定同类手势相似度阈值者作为识别结果，若不存在，则认为该手势为未定义手势。

进一步地，所述步骤S1中的肤色分割算法为使用基于YCbCr肤色空间或使用高斯肤色混合模型。