[发明专利]一种基于嵌入式的红外双目手势控制系统及方法

说明书

本发明提出一种基于嵌入式的红外双目手势控制系统及方法，所述系统包括主控制器、红外双目模块、嵌入式数据分析处理器和数据传输器；红外双目模块包括双目相机和光源亮度控制器；双目相机捕获用户手势数据，处理器先根据该数据进行人手掌的检测，对于检测到的手掌按照比例进行扩充，再对扩充区域进行指尖的回归分析和指尖的轨迹分析，从而得到手势识别结果，并将识别结果发送给主控制器，主控制器将识别结果转换成手势控制指令发送给数据传输器，数据传输器将手势控制指令发送给外部设备使用。所述系统可以在嵌入式端运行，与高端的手势识别设备相比本发明所述系统对于处理终端要求低，成本低，与此同时又可以适用于复杂手势的识别。

技术领域

本发明属于手势识别技术领域，特别是涉及一种基于嵌入式的红外双目手势控制系统及方法。

背景技术

近年来手势识别技术取得了飞速的发展，手势识别是为了跟踪人类手势并通过识别将其转换为有意义的语义的过程。一般而言手势交互信息的采集途径分为接触式和非接触式，因此可以将手势交互划分为基于接触式传感器和非接触式传感器两类。

本发明是对非接触式传感器的研究，基于非接触式传感器的手势识别通常基于使用光学传感、雷达探测等技术。2002年，Bretzner等人提出了使用摄像头采集多尺度颜色特征的手势识别。2010年，清华大学的沙亮等人研究了基于无标记全手势视觉的人机交互技术，提出了一种使用通用摄像头的车载手势视觉交互系统的解决方案，复杂环境识别率达80％。2011年，微软公司公布了Kinect，该摄像头可以借助红外线来识别手势运动。2013年Leap Motion推出，将双目应用在手势识别中，其中Leap Motion作为手势识别的信号采集装置得到了很好的应用。2015年，江南大学的姜克等人使用Kinect研究了基于深度图像的3D手势识别，识别率达76.6％。2015年，谷歌ATAP部门公布了Project Soli，该项目采用微型雷达来识别手势运动，可以捕捉微小动作。

目前基于Leap Motion和Kinect的识别方案都是基于PC端，由于这类传感器需要极大的算力，于是对于硬件的要求极高，系统无法在嵌入式端运行。成本高、无法大范围推广。那些基于双目采用的背景差分、手部轮廓、运动检测等方法大都是在理想环境下，很难在复杂的环境中对人手进行检测，由于人手的多关节和形变性导致人手的检测其实是最难的部分，目前的方法大都提供了三维手部点或者能较容易的检测出人手，考虑的问题较为简单并且都不能在嵌入式端运行。一些能在嵌入式端运行的空间手势识别系统，仅仅包含几种少数的特定手势，无法获取到手部关节点的空间信息，这样对于一些指尖的细微动作就无捕捉，因此也无法识别。

发明内容

本发明目的是为了解决现有技术中的问题，提出了一种基于嵌入式的红外双目手势控制系统及方法。

本发明是通过以下技术方案实现的，本发明提出一种基于嵌入式的红外双目手势控制系统，所述系统包括主控制器、红外双目模块、嵌入式数据分析处理器和数据传输器；所述红外双目模块包括双目相机和光源亮度控制器；

所述主控制器调用光源亮度控制器调节红外光源亮度，所述双目相机捕获用户手势数据，并将捕获到的用户手势数据发送给嵌入式数据分析处理器；所述嵌入式数据分析处理器接收到所述数据后，先根据该数据进行人手掌的检测，对于检测到的手掌按照比例进行扩充，扩充区域包含三个手指，再对扩充区域进行指尖的回归分析和指尖的轨迹分析，从而得到手势识别结果，并将识别结果发送给主控制器，所述主控制器将所述识别结果转换成手势控制指令发送给所述数据传输器，所述数据传输器将所述手势控制指令发送给外部设备使用。

进一步地，所述三个手指为拇指、食指和中指。

进一步地，所述手势包括手指捏合操作、捏合后的水平运动和捏合后的垂直运动。

进一步地，所述双目相机的镜头带有红外带通过滤膜。

本发明还提出一种基于嵌入式的红外双目手势控制方法，所述方法具体包括以下步骤：