一种基于手掌和手指特征的静态手势识别方法.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CN109919039A(43)申请公布日2019.06.21(21)申请号201910113909.0(22)申请日2019.02.14(71)申请人上海磐启微电子有限公司地址201210上海市浦东新区中国（上海）自由贸易试验区盛夏路666号、银冬路122号5幢8层02单元(72)发明人顾佳文李泽民(74)专利代理机构上海旭诚知识产权代理有限公司31220代理人郑立(51)Int.Cl.G06K9/00(2006.01)权利要求书2页说明书5页附图3页(54)发明名称一种基于手掌和手指特征的静态手势识别方法(57)摘要本发明公开了一种基于手掌和手指特征的静态手势识别方法，涉及人机交互领域。本发明通过获得手势的外部轮廓，使用距离变换和外接圆求交点的方法，在所述外部轮廓的图像上，识别出掌心位置和手掌半径；在所述外部轮廓上，识别出轮廓凸包，并结合所述掌心位置确定手指方向、基于所述掌心位置和所述手指方向，使用所述轮廓凸包和所述外部轮廓上的凸缺陷，确定手指位置；利用手指个数以及所述手指位置与所述掌心位置关系完成手势的分类，完成静态手势识别。本发明使用掌心与手指作为手势的特征，使用距离变换和外接圆求交点的方法识别掌心并识别出掌心和手指的方向，具有简单灵活且易实现、很好的可靠性和准确性。CN109919039ACN109919039A权利要求书1/2页1.一种基于手掌和手指特征的静态手势识别方法，其特征在于，包含以下步骤：步骤1，获得手势的外部轮廓；步骤2，使用距离变换和外接圆求交点的方法，在所述外部轮廓的图像上，识别出掌心位置和手掌半径；步骤3，在所述外部轮廓上，计算出轮廓凸包，并结合所述掌心位置确定手指方向；步骤4，基于所述掌心位置和所述手指方向，使用所述轮廓凸包和所述外部轮廓上的凸缺陷，确定手指位置；步骤5，利用手指个数以及所述手指位置与所述掌心位置关系完成手势的分类，完成静态手势识别。2.如权利要求1所述的静态手势识别方法，其特征在于，步骤1中包含以下步骤：步骤1-1，对手势静态图像进行平滑处理，去除噪点；步骤1-2，利用肤色模型对所述手势静态图像进行二值化，得到封闭的肤色连通区域，即所述外部轮廓；步骤1-3，对所述外部轮廓进行轮廓预筛选。3.如权利要求2所述的静态手势识别方法，其特征在于，步骤1-1中，平滑处理的方式是高斯模糊和中值模糊。4.如权利要求2所述的静态手势识别方法，其特征在于，在步骤1-2中的二值化处理过程中，先将图像转化至HSV颜色空间，再采用如下肤色模型进行所述二值化：在所述二值化的结果中，白色设为肤色区域，黑色设为非肤色区域。5.如权利要求2所述的静态手势识别方法，其特征在于，在步骤1-3中的所述轮廓预筛选中，设定轮廓面积阈值来排除轮廓噪声。6.如权利要求1所述的静态手势识别方法，其特征在于，步骤2中，通过对所述外部轮廓内的点进行所述距离变换，筛选出距离的区域极大值，结合所述外接圆求交点的方式，得到所述掌心位置和所述手掌半径，其步骤包含：步骤2-1：对所述外部轮廓内的像素采用所述距离变换，得到各所述像素到所述外部轮廓的边界最近距离；步骤2-2：找到所述像素中，其所述最近距离是极大值的点，归并为极大值点集；步骤2-3：将所述极大值点集里的所述像素，按所述距离变换的值，由大到小排序；步骤2-4：对于排序完成的所述极大值点集内的所有所述像素，计算以所述像素为圆心以对应所述最近距离2倍为半径的圆，与所述外部轮廓的交点个数；所述交点个数最多的所述像素为所述掌心位置，所述掌心位置对应的所述距离变换的值为所述手掌半径。7.如权利要求6所述的静态手势识别方法，其特征在于，步骤2-2和步骤2-3之间插入一个优化步骤，去除噪声点，具体步骤为：步骤2-2-1：对所述外部轮廓内的像素采用所述距离变换，得到各所述像素到所述外部轮廓的边界最近距离；步骤2-2-2：找到所述像素中，其所述最近距离是极大值的点，归并为极大值点集；2CN109919039A权利要求书2/2页步骤2-2-3：将所述极大值点集里的所述像素，按所述距离变换的值，由大到小排序；步骤2-2-4：对于排序完成的所述极大值点集里的每一个所述像素，均向前遍历，判断所述像素是否落在以排序在所述像素之前的所述像素为圆心且以该像素对应所述距离变换的值为半径的圆内；若是，则当前所述像素视为噪声点，从所述极大值点集中剔除；步骤2-2-5：对于所述极大值点集内所有剩下的所述像素，计算以所述像素为圆心，以对应所述最近距离2倍为半径的圆，与所述外部轮廓的交点个数；所述交点个数最多的所述像素为所述掌心位置，所述掌心位置的所述距离变换的值为所述手掌半径。8.如权利要求1所述的静态手势识别方法，其特征在于，步骤3中，利用所述掌