[发明专利]一种基于分水岭变换的静态手势识别方法

权利要求书

1.一种基于分水岭变换的静态手势识别方法，其特征在于：通过以下步骤实现：

步骤一、CMOS图像传感器采集用户手部的RGB图像，记为M；

步骤二、将采集的RGB图像M转换到YCbCr颜色空间下，转换后的图像记为N；

步骤三、通过自适应亮度调整的方法对YCbCr颜色空间下的图像N进行光照补偿，补偿后的图像记为O；

步骤四、通过阈值分割对图像O进行类肤色区域提取，提取的图像记为U；

步骤五、对图像U通过分水岭变换进行分割，分割后的图像记为P；

步骤六、对分水岭分割后的图像P使用两个高斯滤波核进行高斯滤波，滤波后的图像记为Q；

步骤七、对高斯滤波后的图像Q通过灰度阈值合并分割出单独的完整手势图像，记为A；

步骤八、对分割后的手势图像A进行手势特征提取，包括手势图像的面积、周长和傅里叶描述子，并计算面积周长比；

步骤九、通过手势图像A的面积周长比、傅里叶相关性作为特征参数与模板库中的手势图像的特征参数进行对比来识别手势，首先通过面积周长比进行初次分类，再通过傅里叶相关性分析进行手势最终识别，若满足识别条件则输出手势指令，否则判别为无效手势；

所述步骤六中对分水岭分割后的图像P进行高斯滤波，具体方法为：

使用两个高斯滤波核对分水岭分割后的图像进行高斯滤波，首先设定阈值T₂，通过噪点评估公式(4)进行高斯核的选择，对于图像内噪声点选用中心权值较小的卷积核H₁，边缘噪声点选用中心权值较大的卷积核H₂；

其中g(x,y)表示(x,y)点的灰度值，根据(x,y)的灰度值与周围八邻域相邻点的灰度均值的差值的绝对值判断该点是否为图像内的噪声点。

2.根据权利要求1所述的一种基于分水岭变换的静态手势识别方法，其特征在于：所述步骤一中CMOS图像传感器采集用户手部的RGB图像要求被测者将手背中心或手掌中心正对摄像头做出相应手势动作。

3.根据权利要求1所述的一种基于分水岭变换的静态手势识别方法，其特征在于：所述步骤二中将采集的RGB图像M转换到YCbCr颜色空间下，根据公式(1)进行颜色空间转换：

其中Y表示明亮度，Cb和Cr表示蓝色和红色的浓度偏移量成分。

4.根据权利要求1所述的一种基于分水岭变换的静态手势识别方法，其特征在于：所述步骤三中通过自适应亮度调整的方法对YCbCr颜色空间下的图像N进行光照补偿，具体方法为：

设图像N为n(x,y)，亮度补偿后的图像为o(x,y)，G_max和G_min分别表示图像变换后最大灰度级与最小灰度级，对于图像n(x,y)中Y分量前5％的像素，o(x,y)取其灰度级的平均值B_av，对于图像n(x,y)中Y分量后5％的像素，o(x,y)取其灰度级的平均值为E_av，对于图像n(x,y)中Y分量中间90％的像素用公式(2)进行光照补偿：

其中B表示亮度值前5％像素中灰度级的最大值，E表示亮度值后5％像素中灰度级的最小值。

5.根据权利要求1所述的一种基于分水岭变换的静态手势识别方法，其特征在于：所述步骤四中通过阈值设定对图像O进行类肤色区域提取，具体阈值设定方法为：

当Y80,133Cr173,127Cb133时判定为肤色区域，其余为非肤色区域。