[发明专利]基于深度相机的手与物体交互分割方法及装置有效
申请号: | 201811161784.0 | 申请日: | 2018-09-30 |
公开(公告)号: | CN109272513B | 公开(公告)日: | 2021-05-11 |
发明(设计)人: | 徐枫;薄子豪;雍俊海 | 申请(专利权)人: | 清华大学 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/12;G06T7/13;G06T7/155;G06T7/194;G06T7/30 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张润 |
地址: | 10008*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 深度 相机 物体 交互 分割 方法 装置 | ||
1.一种基于深度相机的手与物体交互分割方法,所述深度相机为Intel SR300,其特征在于,包括以下步骤:
步骤S1:通过深度相机将深度图像与彩色图像对齐,以获取所述深度图像与所述彩色图像的对齐修正变换矩阵,所述对齐修正变换矩阵为:
步骤S2:根据深度信息进行背景剔除;
步骤S3:通过HSV色彩空间进行分割;
步骤S4:通过形态学开闭运算分别对人手和物体的mask进行滤波,所述滤波采用面积大小不同的两个内核,对人手mask,使用大内核进行闭操作,然后使用小内核进行开操作;对物体mask,使用所述小内核进行闭操作,然后使用所述大内核进行开操作;以及
步骤S5:分别对所述人手mask和所述物体mask分别提取轮廓,以得到多个对象轮廓,并选取其中满足预设条件的所有轮廓,重新生成相应的mask,以得到分割结果;所述预设条件为:
其中,maskin和maskout分别为滤波前后的mask,merge为由多个轮廓重新生成mask的函数,FindContour()用于从mask中提取所有对象轮廓,Area()和ArcLength()分别为计算轮廓的面积和周长的函数。
2.根据权利要求1所述的基于深度相机的手与物体交互分割方法,其特征在于,所述对齐修正变换矩阵为:
3.根据权利要求1所述的基于深度相机的手与物体交互分割方法,其特征在于,所述步骤S2进一步包括:
根据反比关系确定手部区域大小,并获取所述手部区域的质心;
以所述质心为中心,保留预设半径的范围内的深度点,以得到手部区域,剔除其余区域。
4.根据权利要求1所述的基于深度相机的手与物体交互分割方法,其特征在于,分割函数为:
0<(h+10)%180<40,
20<s<200,
20<v<250,
v+0.6*s<270,
其中,h、s和v分别代表HSV颜色空间的坐标值。
5.一种基于深度相机的手与物体交互分割装置,所述深度相机为Intel SR300,其特征在于,包括:
对齐模块,用于通过深度相机将深度图像与彩色图像对齐,以获取所述深度图像与所述彩色图像的对齐修正变换矩阵,所述对齐修正变换矩阵为:
剔除模块,用于根据深度信息进行背景剔除;
分割模块,用于通过HSV色彩空间进行分割;
滤波模块,用于通过形态学开闭运算分别对人手和物体的mask进行滤波,所述滤波采用大小不同的两个内核,对人手mask,使用大内核进行闭操作,然后使用小内核进行开操作;对物体mask,使用小内核进行闭操作,然后使用大内核进行开操作;以及
提取模块,用于分别对人手mask和物体mask分别提取轮廓,以得到多个对象轮廓,并选取其中满足预设条件的所有轮廓,重新生成相应的mask,以得到分割结果;所述预设条件为:
其中,maskin和maskout分别为滤波前后的mask,merge为由多个轮廓重新生成mask的函数,FindContour()用于从mask中提取所有对象轮廓,Area()和ArcLength()分别为计算轮廓的面积和周长的函数。
6.根据权利要求5所述的基于深度相机的手与物体交互分割装置,其特征在于,所述对齐修正变换矩阵为:
7.根据权利要求5所述的基于深度相机的手与物体交互分割装置,其特征在于,所述剔除模块进一步用于根据反比关系确定手部区域大小,并获取所述手部区域的质心,并以所述质心为中心,保留预设半径的范围内的深度点,以得到手部区域,剔除其余区域。
8.根据权利要求5所述的基于深度相机的手与物体交互分割装置,其特征在于,分割函数为:
0<(h+10)%180<40,
20<s<200,
20<v<250,
v+0.6*s<270,
其中,h、s和v分别代表HSV颜色空间的坐标值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811161784.0/1.html,转载请声明来源钻瓜专利网。