[发明专利]一种基于手掌轮廓特征与模版匹配法相结合的空间手势识别方法

摘要

本发明提出了一种基于手掌轮廓特征与模版匹配法相结合的空间手势识别方法，该方法包括模版数据的读取、背景去除、量化梯度、与模版进行相似度匹配、提取手势轮廓特征和手势识别步骤。本发明方法与模版匹配技术相结合，对手势首先使用模版匹配技术进行识别，利用模版匹配的初步识别结果，分析该结果中的手势应存在手掌轮廓特征，对识别结果进一步识别验证，提升了识别准确率，在动态识别手势时识别结果准确率得到了较为明显地提高。同时该方法的算法复杂度较低，在较短的时间内获得较为理想的结果，因此，同时解决了由于算法复杂度过高手势无法达到实时识别的问题。

主权项

1.一种基于手掌轮廓特征与模版匹配法相结合的空间手势识别方法，其特征在于：步骤一、读取模版数据：所述模版数据的读取包括对手势模版图片的收集、特征点的提取以及全部特征点的最大位置和最小位置的获取；步骤二、背景去除：对实时视频进行图像捕捉，利用视频序列中连续的n帧图像的差来进行目标检测和提取，其中n>＝2；步骤三、量化梯度：对视频捕捉到的图像计算梯度，将梯度量化到8个方向，对每个像素的8*8大小范围内的梯度方向使用同一个梯度方向，利用方向相似度对照表方式，对每个像素点的方向计算统计其每个方向的相似度；其中每个点都有与8个方向的相似度，同一个位置由8个数组表示其与不同方向的相似程度；步骤四、与模版进行匹配：将步骤三得到的表示一帧图像的8个方向图像数组与模版进行匹配，以8为阈值，计算一帧图像中共有几个8*8区域，再以8*8大小的图像块作为匹配模版，在图像中进行移动，将每个对应位置像素点的方向与模版中的该位置的方向进行比较，得到相似度值；步骤五、提取手势轮廓特征：将模版匹配的结果进行进一步融合，将识别成同一个手势的结果，依据其识别范围，保留识别出的全部区域，对每个识别出的区域以此区域作为起点，分别向模版标识出来的区域四个方向扩区域，并以此扩张区域提取手势轮廓；步骤六、对提取的手势轮廓进行手势识别；所述步骤六具体为：根据提取到的轮廓，分别计算轮廓的凸包及凸凹陷，根据凸凹陷得到全部凹陷的起始点、最远点以及终止点；计算全部起始点、最远点以及终止点的角度，角度是锐角的保留该起始点、最远点以及终止点；通过起始点以及终止点两个点连线得到直线的斜率k，并且以斜率k为标准计算经过最远点的直线l₁，同时得到直线l₁的垂直直线l₂，利用两条直线形成的四个区域将手势分割成四个部分，统计每部分占全部手势区域的比例，与阈值进行比较，如果都符合要求，则为所需要的手势，识别结束，否则，将此识别结果作为误识别，返回识别不成功。