[发明专利]手势图像分类方法、装置、计算机设备及存储介质

权利要求书

1.一种手势图像分类方法，其特征在于，包括：

对输入的多幅手势图像分别进行检测以得到各幅手势图像中指尖的数量，并根据检测出的指尖数量将多幅手势图像划分为若干组别；

将各个组别的手势图像分别进行分类训练，以得到各个组别的分类器函数；以及，

利用各个组别的分类器函数分别对各个组别的手势图像进行计算，以得到各个组别的手势图像的手势类型分类结果；

所述对输入的多幅手势图像分别进行检测以得到各幅手势图像中指尖的数量，包括：

对输入的多幅手势图像分别进行轮廓检测以得到各幅手势图像的近似轮廓；

对各幅手势图像的近似轮廓进行多边形拟合以得到各幅手势图像的近似轮廓的多边形拟合结果；

利用预设的凸包检测函数对各幅手势图像的近似轮廓的多边形拟合结果进行凸包检测以得到各幅手势图像的凸形状；以及，

根据预设规则对各幅手势图像的凸形状上的各个点进行筛选，筛选出比周围预设数量个点距离掌心都远且与掌心间距大于设定阈值的点，将筛选出的点作为所述凸形状上的区间极值点，所述区间极值点的数量为对应手势图像的指尖数量。

2.根据权利要求1所述的方法，其特征在于，所述根据预设规则对各幅手势图像的凸形状上的各个点进行筛选，筛选出比周围预设数量个点距离掌心都远且与掌心间距大于设定阈值的点，将筛选出的点作为所述凸形状上的区间极值点，包括：

获取各幅手势图像的凸形状上的各个点坐标；

对各幅手势图像的凸形状进行掌心提取以得到各幅手势图像的掌心坐标；

测量各幅手势图像的凸形状上的各个点坐标与对应手势图像的掌心坐标之间的距离，得到各幅手势图像的距离数组；

根据各幅手势图像的距离数组的平均值及手势类型分别设定与各幅手势图像对应的阈值；以及，

基于各幅手势图像的距离数组分别从各幅手势图像的凸形状上的各个点中筛选出比周围预设数量个点距离掌心都远且与掌心间距大于对应阈值的点，作为所述凸形状上的区间极值点。

3.根据权利要求2所述的方法，其特征在于，所述对各幅手势图像的凸形状进行掌心提取以得到各幅手势图像的掌心坐标，包括：

获取各幅手势图像的几何不变矩特征；以及，

根据各幅手势图像的几何不变矩特征得到各幅手势图像的0阶矩M00、1阶水平矩M10和1阶垂直矩M01，则各幅手势图像的掌心坐标为：X＝M10/M00；Y＝M01/M00。

4.根据权利要求1所述的方法，其特征在于，所述根据检测出的指尖数量将多幅手势图像划分为若干组别，至少包括：

将多幅手势图像划分为指尖数量检测为0的手势图像组别、指尖数量检测为1-2的手势图像组别，以及指尖数量检测为3-5的手势图像组别。

5.根据权利要求1所述的方法，其特征在于，所述将各个组别的手势图像分别进行分类训练，以得到各个组别的分类器函数，包括：

获取同一组别的各幅手势图像的五维几何不变矩特征数值和手势类型；

对于同一组别的各幅手势图像，将每幅手势图像的五维几何不变矩特征数值与该幅手势图像的手势类型的识别标志组成向量，以得到同一组别的各幅手势图像的对应向量；以及，

将同一组别的各幅手势图像的对应向量作为待训练数据输入至预设分类训练器进行分类训练，以得到该组别的分类器函数。