[发明专利]一种基于弦与三角边比例的指尖检测方法

说明书

本发明公开了一种基于弦与三角边比例的指尖检测方法，包括：步骤一、采集手部图像；步骤二、对手部图像进行预处理、图像分割，得到手部轮廓；步骤三、针对每个待测点，选取其前后位置的两个点，记录该两个点的位置，连接待测点其前后位置的两个点，形成一个三角形，用待测点的前后位置两个点的连线的长度除以待测点分别与前后位置两个点连线的长度之和，其所得比值在0‑1之间，设定类指尖曲率阈值，将所述比值和类指尖曲率阈值进行比较，检测出类指尖点。本发明采用弦与三角边比例的方法检测指尖，检测精度高，计算复杂度低，能够对动态手势的指尖信息进行及时定位，实时性和智能化都有显著提高。

技术领域

本发明涉及机器视觉领域的手部检测方法，尤其是涉及一种基于弦与三角边比例的指尖检测方法。

背景技术

随着计算机科学和人工智能的不断发展，人机交互技术也日趋智能化，多样化。基于鼠标、键盘的传统的人机交互方式具有稳定性高，可靠性强的特点，但是基于机器视觉、模式识别技术的新型人机交互也日趋成熟，给人民的生产生活带来诸多便利。基于机器视觉的指尖检测技术可以准确获取人机交互的指尖信息。“一种结合曲率与圆特征的实时指尖检测算法[J].中国科技论文,2019,14(3):314-319.”提出了一种结合曲率与圆特性的指尖检测方法。该方法提取手势轮廓后年，依据曲率的方法提取手势轮廓上的拟指尖点，利用指尖点的圆特性将非指尖点去除掉，得到指尖。“基于Kinect骨骼信息与深度图像的指尖点检测[J].计算机测量与控制,2019,27(3):24-29.”提出了一种基于Kineet骨骼信息与深度图像的掌心点提取和指尖点检测的手势识别方法，该方法分割出手势部分区域，对手势区域形态学处理,结合凸包和K-曲率算法检测不同手势中指尖点的个数和位置，计算不同手势凸包轮廓上的点集生成的HOG特征描述子，利用特征描述子对手势进行识别；识别指尖点。“一种新的基于轮廓特征的指尖及手指指向检测方法[J].东北大学学报(自然科学版),2018,39(7):937-941.”提出了一种新的基于手指轮廓特征的指尖及手指指向检测方法，关键步骤包括轮廓平滑、直线区域检测、手指指向及指尖定位三部分,可以快速识别指尖。然而，这些方法计算方法复杂，实时性差，而且对摄像设备要求高，对于一般的检测环境，无法有效且准确地定位指尖。

发明内容

发明目的：为了解决现有技术存在的问题，本发明的目的在于提供一种基于弦与三角边比例的指尖检测方法，在保证检测准确性的基础上，能够对动态手势的指尖信息进行及时定位，显著提高检测的即时性。

技术方案：一种基于弦与三角边比例的类指尖检测方法，包括如下步骤：

(1)采集手部图像；

(2)对手部图像进行预处理、图像分割，得到手部轮廓；

(3)针对每个待测点，选取其前后位置的两个点，记录该两个点的位置，然后连接待测点及其前后位置的两个点，形成一个三角形，用待测点的前后位置两个点的连线的长度除以待测点分别与前后位置两个点连线的长度之和，其所得比值在0-1之间；

设定类指尖曲率阈值，将所述比值和类指尖曲率阈值进行比较，检测出类指尖点。

进一步的，步骤(3)具体包括以下内容：

(3.1)提取手部外围轮廓后，数字化得到离散点集，共n个点；

(3.2)从手部最上方的点开始，逆时针遍历整个手部轮廓的每个点；