[发明专利]一种基于3D数据的自动手势分割算法

权利要求书

1.一种基于3D数据的自动手势分割算法，其特征在于：包括如下步骤：

S100，首先通过深度信息与灰度值的转换方程将输入的深度数据转换为灰度图像；

S200，根据深度数据转换后的灰度图像构建灰度直方图，确定阈值区间；

S300，通过自适应阈值区间进行初步分割，将阈值分割后的像素点簇分为多个连通区域，再提取最大的连通域，确定手部区域；

S400,进行手部区域轮廓优化，通过迭代手部区域的像素点找到连通域中最大的内切圆，通过最大内切圆算法提取掌心，确定手掌区域；

S500,使用凸包检测算法提取轮廓中的所有凸点；

S600,计算距离掌心最远的凸点，确定手的主轴方向θ；

S700,通过主轴方向θ计算与手掌的最大内切圆的两个交点，确定手腕中心点的位置；

S800,通过主轴方向θ和手腕中心点，构建手腕中心点的切线方程，只保留手指和手掌部分，切除手臂部分，完成对手部区域的精准分割。

2.如权利要求1所述的一种基于3D数据的自动手势分割算法，其特征在于：在S100中，转换方程如下所示：

gray_i,j＝(currentDist_i,j-nearDist)/(farDist-nearDist)*255

其中，currentDist_i,j为当前像素点的深度值，nearDist为深度相机的最小工作距离，farDist为深度相机的最大工作距离，gray_i,j为深度值转换后的灰度值。

3.如权利要求1所述的一种基于3D数据的自动手势分割算法，其特征在于：在S200中，阈值分割区间的宽度由人手的物理厚度进行设置，阈值分割的区间宽度设置为8-10cm，对应到灰度值为：(width-nearDist)/(farDist-nearDist)*255，其中，width为阈值分割的区间宽度，nearDist为深度相机的最小工作距离，farDist为深度相机的最大工作距离。

4.如权利要求1所述的一种基于3D数据的自动手势分割算法，其特征在于：在S500中，算法分为点集排序和栈扫描，首先点集排序计算所有轮廓点与纵坐标最小点的幅角，并按照从小到大的顺序进行排列，接着通过栈扫描依次判定该点是不是凸包上点。

5.如权利要求1所述的一种基于3D数据的自动手势分割算法，其特征在于：在S600中，手指向的方向θ：

其中，m1为掌心点，m2为最远凸点，θ为倾斜角度，x和y分别为点的x轴坐标和y轴坐标。

6.如权利要求1所述的一种基于3D数据的自动手势分割算法，其特征在于：在S700中，在已知主轴方向计算与手掌的最大内切圆的两个交点，其计算公式为：

c₁·x＝m₁·x+sin(θ)*r，c₁·y＝m₁·y+cos(θ)*r；

c₂·x＝m₁·x-sin(θ)*r，c₂·y＝m₁·y-cos(θ)*r；

其中，c₁、c₂为主轴方向与最大内切圆的两个交点，r为最大内切圆的半径，m₁为最大内切圆的圆心。