基于时频分析的手势识别方法及其装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107330462A(43)申请公布日2017.11.07(21)申请号201710518736.1(22)申请日2017.06.30(71)申请人大连理工大学地址116024辽宁省大连市甘井子区凌工路2号(72)发明人杜猛温思歆冯林秦晓程隋国际闫柳(74)专利代理机构大连星海专利事务所有限公司21208代理人裴毓英(51)Int.Cl.G06K9/62(2006.01)G06K9/00(2006.01)权利要求书2页说明书5页附图4页(54)发明名称基于时频分析的手势识别方法及其装置(57)摘要本发明公开一种基于时频分析的手势识别方法及其装置。该基于时频分析的手势识别装置包括：高频声波发射器、高频声波接收器、模拟信号处理单元和微处理器信号处理单元。高频声波发射器用以发射超过人耳听觉范围的高频声波，高频声波接收器用以接收来自环境的反射声波信号，模拟信号处理单元用以对信号进行滤波与放大，微处理器信号处理单元对接收到的反射声波，进行带通滤波及带通采样处理，并通过快速傅里叶变换得到时域与频域的关系，最后进行时频分析的手势识别。本发明具有灵敏度高、独立性强、硬件复杂度低及成本低的优点，可对不同手势进行辨别，在人机交互领域有广泛的应用前景。CN107330462ACN107330462A权利要求书1/2页1.一种基于时频分析的手势识别方法,包括以下步骤：第一步：采用高频声波发射器将叠加有人耳听觉范围外的声波信号进行功率放大，并发射出来；该声波信号必须包含21KHz以上的单频信号，且以此单频信号为中心的2KHz带宽内不存在其他信号；第二步：采用高频声波接收器接收包含手势信息的反射声波信号；第三步：采用模拟信号处理电路将高频声波接收器接收到的反射声波信号先进行高通滤波处理，再进行两级放大，最后传送至微处理器信号处理单元；第四步：采用微处理器信号处理单元内部的数模转换器产生并发射所需的高频信号；同时用微处理器信号处理单元内部的模数转换器先以远高于高频声波频率的150KHz采样速率采集模拟信号处理电路输出的声波信号并进行处理；第五步，采用微处理器信号处理单元内部的处理程序先对模数转换器采集到的数据做64阶FIR带通滤波处理，再做16倍的降采样用以减少数据样点及实现实时处理，然后对降采样得到的数据进行快速傅里叶变换得到该声波信号的频谱分布信息，再经过频域预处理模块对频谱分布信息进行归一化及阈值噪声滤除处理，得到一帧高频声波信号的处理结果，通过实时处理得到连续的多帧处理结果，将这多帧处理结果传送至手势信息的分析模块；第六步，采用微处理器信号处理单元内部的分析程序对声波信号的多帧处理结果通过方差与过零点数量的阈值检测判断手势动作的始末端点，然后比较包含手势信息的中间帧以载波为中心的左右频谱分布得到每一帧的特征向量，最后通过模板的规则匹配确定对应手势。2.根据权利要求1所述的基于时频分析手势识别方法，其特征在于：所述第三步中的模拟信号处理电路高通滤波的截止频率为20KHz，即为以21KHz单频信号为中心的2KHz带宽的最小值，用以滤除非手势信息。3.根据权利要求1所述的基于时频分析的手势识别方法，其特征在于：所述第四步中的微处理器信号处理单元中带通采样模块采用64阶FIR带通滤波算法，滤出以21KHz为中心的2KHz带通信号；然后根据带通采样定理，对采集到的数据进行16倍的降采样，将此带通信号进行频谱搬移至低频，降低数据处理量以实现实时处理；微处理器信号处理单元的时频转换模块对信号进行快速傅里叶变换得到时间与频谱的相对关系；微处理器信号处理单元的频域预处理模块对取出其中包含手势信息的2KHz带通信号的频谱数据进行归一化处理，再减去预设噪声数组，最后将数据存储到程序数组里等待手势信息识别模块处理。4.根据权利要求3所述的基于时频分析的手势识别方法，其特征在于：所述检测手势信息分类处理包含：首先，阈值检测，通过比较处理完数据的方差及过零点数量，得到手势轨迹序列的起始时间点与终结点；然后通过比较频谱中心频率左右部分的方差与过零点，提取特征值，进而分类匹配识别出手势，其中包含推、拉、单击、双击、交叉切换的基本手势；最后根据频谱变化峰值的位置可得到手势运动的相对速度，将手势动作包含快、中、慢三等，最终得到15种组合动作。5.一种基于时频分析的手势识别装置,其特征在于，包括以下设备：高频声波发射器，用于将叠加有人耳听觉范围外的声波信号先进行功率放大后发射出2CN107330462A权利要求书2/2页来；该声波信号必须包含21KHz以上的单频信号，且以此单频信号为中心的2KHz带宽内不存在其他信号；高频声波接收器，用于接收包含手势信息的反射声波信号；模拟信号处理电路，用于将高频声波接收器接