预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN106022227A(43)申请公布日2016.10.12(21)申请号201610309633.X(22)申请日2016.05.11(71)申请人苏州大学地址215123江苏省苏州市苏州工业园区仁爱路199号(72)发明人杨剑宇何溢文徐浩然(74)专利代理机构苏州创元专利商标事务所有限公司32103代理人陶海锋(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)G06K9/40(2006.01)权利要求书2页说明书11页附图2页(54)发明名称一种手势识别方法及装置(57)摘要本发明公开了一种手势识别方法,包括:获取待识别手势的形状,并由手势形状的边缘提取一个封闭的轮廓,获取该轮廓上的所有轮廓点及每个轮廓点的坐标;确定轮廓的层数,并基于每个轮廓点的坐标计算每个轮廓点对应于每层的面积参数、弧长参数及重心参数,作为该轮廓点的特征参数;利用每个轮廓点的特征参数,将所述待识别手势与预设模版库中的模板进行匹配,得到最佳匹配模板,并确定最佳匹配模板为待识别手势。本发明同时对全局特征、局部特征及全局特征与局部特征之间的关系进行描述,多尺度、全方位地进行分析表述,实现了对待识别手势形状的全局特征和局部特征的有效提取和表示,避免了基于单一特征导致的识别准确率低的情况。CN106022227ACN106022227A权利要求书1/2页1.一种手势识别方法,其特征在于:所述方法包括如下步骤:一种手势识别方法,其特征在于:所述方法包括如下步骤:S1、获取待识别手势形状,并由所述待识别手势形状的边缘提取一个封闭的轮廓,获取所述轮廓上的所有轮廓点及每个轮廓点的坐标;S2、确定当前所有轮廓点所在的轮廓的层数为1,计算当前所有轮廓点对应于当前层的面积参数、弧长参数及重心参数;S3、将当前层加1作为当前层,计算当前所有轮廓点对应于当前层的面积参数、弧长参数及重心参数,然后计算当前所有轮廓点对应于当前层的面积参数、弧长参数及重心参数与当前所有轮廓点对应于当前层的层数减1的面积参数、弧长参数及重心参数之间的差异,并判断当前所有轮廓点对应的所述差异的和与所述所有轮廓点的数量的比值是否小于差异阈值,如果是,则确定当前层减1得到的层数为所述轮廓的层数,并执行步骤S5,如果否,则执行步骤S4;S4、返回步骤S3;S5、将每个轮廓点的面积参数、弧长参数及重心参数作为特征参数,利用每个轮廓点的特征参数,将所述待识别手势与预设模板库中的模板进行匹配,得到所述待识别手势的最佳匹配模板,并确定所述最佳匹配模板的类别为最终所需的所述待手势识别的类别;其中面积参数、弧长参数及重心参数获取的步骤具体包括:(1)、将任一轮廓点作为目标轮廓点,以所述目标轮廓点的坐标为中心,以与当前层对应的半径为预设半径作圆,得到与当前层对应的预设圆;(2)、将所述待识别手势形状中被所述预设圆截取的与所述目标轮廓点具有直接连接关系的区域的面积与所述预设圆的面积的比值和归一化的所述目标轮廓点与所述待识别手势形状重心的距离的乘积作为所述目标轮廓点的面积参数;(3)、将所述待识别手势形状中被所述预设圆切割出的与所述目标轮廓点具有直接连接关系的弧段的长度与所述预设圆的周长的比值和归一化的所述目标轮廓点与所述待识别手势形状重心的距离的乘积作为所述目标轮廓点的弧长参数;(4)、确定所述待识别手势形状中被所述预设圆截取的与所述目标轮廓点具有直接连接关系的区域的重心与所述目标轮廓点的距离,并将该距离与所述预设半径的比值与归一化的所述目标轮廓点与所述待识别手势形状重心的距离的乘积作为所述目标轮廓点的重心参数。2.根据权利要求1所述的手势识别方法,其特征在于:利用Kinect传感器获取所述待识别手势的形状。3.根据权利要求1所述的手势识别方法,其特征在于:采用Canny算子提取所述待识别手势形状的边缘获得一个封闭的轮廓。4.根据权利要求1所述的手势识别方法,其特征在于:归一化的所述目标轮廓点与所述待识别手势形状重心的距离,包括:计算所述手势形状的重心,将所述目标轮廓点与所述手势形状的重心相减,得到所述目标轮廓点与所述待识别手势形状重心的距离;将所述目标轮廓点与所述手势形状重心的距离与所述手势形状等效半径的2倍相除,得到归一化的所述目标轮廓点与所述待识别手势形状重心的距离。2CN106022227A权利要求书2/2页5.根据权利要求1所述的手势识别方法,其特征在于:确定与所述当前层对应的半径为预设半径,包括:将所述待识别手势形状的等效半径与2的N次方的比值作为所述当前层对应的预设半径,其中,N为所述当前层对应的层数。6.根据权利要求4所述的手势识别方法,其特征在于:确定所述待识别手势形状的等效半径,包括:计算所述待