[发明专利]一种基于手掌轮廓特征与模版匹配法相结合的空间手势识别方法

权利要求书

1.一种基于手掌轮廓特征与模版匹配法相结合的空间手势识别方法，其特征在于：

步骤一、读取模版数据：所述模版数据的读取包括对手势模版图片的收集、特征点的提取以及全部特征点的最大位置和最小位置的获取；

步骤二、背景去除：对实时视频进行图像捕捉，利用视频序列中连续的n帧图像的差来进行目标检测和提取，其中n>＝2；

步骤三、量化梯度：对视频捕捉到的图像计算梯度，将梯度量化到8个方向，对每个像素的8*8大小范围内的梯度方向使用同一个梯度方向，利用方向相似度对照表方式，对每个像素点的方向计算统计其每个方向的相似度；其中每个点都有与8个方向的相似度，同一个位置由8个数组表示其与不同方向的相似程度；

步骤四、与模版进行匹配：将步骤三得到的表示一帧图像的8个方向图像数组与模版进行匹配，以8为阈值，计算一帧图像中共有几个8*8区域，再以8*8大小的图像块作为匹配模版，在图像中进行移动，将每个对应位置像素点的方向与模版中的该位置的方向进行比较，得到相似度值；

步骤五、提取手势轮廓特征：将模版匹配的结果进行进一步融合，将识别成同一个手势的结果，依据其识别范围，保留识别出的全部区域，对每个识别出的区域以此区域作为起点，分别向模版标识出来的区域四个方向扩区域，并以此扩张区域提取手势轮廓；

步骤六、对提取的手势轮廓进行手势识别；

所述步骤六具体为：根据提取到的轮廓，分别计算轮廓的凸包及凸凹陷，根据凸凹陷得到全部凹陷的起始点、最远点以及终止点；计算全部起始点、最远点以及终止点的角度，角度是锐角的保留该起始点、最远点以及终止点；通过起始点以及终止点两个点连线得到直线的斜率k，并且以斜率k为标准计算经过最远点的直线l₁，同时得到直线l₁的垂直直线l₂，利用两条直线形成的四个区域将手势分割成四个部分，统计每部分占全部手势区域的比例，与阈值进行比较，如果都符合要求，则为所需要的手势，识别结束，否则，将此识别结果作为误识别，返回识别不成功。

2.根据权利要求1所述的方法，其特征在于：所述步骤一具体为：

步骤a：通过对标准的手势模版图片分割选取感兴趣区域，保存感兴趣区域，同时进行降采样操作并保存降采样操作后的图片；

步骤b：计算图片的梯度直方图，并为每类模版增加标签；

步骤c：选取特征点之间距离超过阈值的点，保存特征点的个数由阈值决定；

步骤d：对选取后的特征点通过判断其坐标位置获得最大最小位置值，并利用该值将全部特征点范围包围起来。

3.根据权利要求2所述的方法，其特征在于：所述步骤三具体为：

步骤e：将实时捕捉的视频图像计算所有点的梯度及方向；

步骤f：将方向值量化到0～15共16个值，再将8～15的方向量化至0～7，对每个像素点取其周围像素的方向及梯度，并用周围点最多的方向趋势覆盖该像素点的方向；

步骤g：将周围8个方向以及自身方向作为最终的方向和，即如果8*8范围内图像含有两个方向，那么处于该范围内全部像素都被认为含有两个方向；

步骤h：采用对照表的方式，将上一步得到的方向和与对照表进行比较，所述对照表的生成方式是：首先低4位及高4位数值从0～15共16个数，因为一行16个数就可以表示低4位或高4位与当前方向的相似度关系。

4.根据权利要求3所述的方法，其特征在于：所述相似度的数值计算方式：相似程度分5个量级为0～4，如果参考方向为右侧方向，当前参考方向下，cos0与该参考方向相似度最大，其相似度为4。

5.根据权利要求4所述的方法，其特征在于：在与模版进行匹配后，存储超过判定阈值的点的坐标位置、相似度、手势类型以及点匹配到的模版。