一种复杂环境下指尖检测方法.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CN105335711A(43)申请公布日2016.02.17(21)申请号201510700440.2(22)申请日2015.10.22(71)申请人华南理工大学地址511458广东省广州市南沙区环市大道南路25号华工大广州产研院(72)发明人康文雄吴桂乐(74)专利代理机构广州市华学知识产权代理有限公司44245代理人梁莹李卫东(51)Int.Cl.G06K9/00(2006.01)权利要求书2页说明书6页附图3页(54)发明名称一种复杂环境下指尖检测方法(57)摘要本发明提供一种复杂环境下指尖检测方法，包括：第一步，通过计算与场景信息对应的稠密光流信息；再构建肤色滤波器得到手部区域；第二步，采用等面积块构建各姿态手部区域的模型，计算手部区域的质心；计算所有轮廓采样点到质心的距离和平均质心距；根据已检测到的指尖数目来确定扩展质心距，以质心为圆心，扩展质心距为半径进行画圆；剔除圆内的轮廓点和圆上连续像素个数最多的手腕区域，在圆外寻找局部最大质心距的轮廓点，则该点标记为指尖；将这一轮检测到指尖的数目与上一轮已检测到的指尖数目比较，判断指尖是否继续检测。该方法鲁棒性强，在复杂环境下人手在摄像头前自由地运动时也可正确检测指尖，从而提高指尖检测的精确度和有效性。CN105335711ACN105335711A权利要求书1/2页1.一种复杂环境下指尖检测方法，用于对手部的指尖进行检测；其特征在于：包括以下三个步骤：第一步，捕获场景信息，通过计算与场景信息对应的稠密光流信息并进行二值化预处理得到含有手部区域的场景图像；再构建肤色滤波器，对含有手部区域的场景图像进行手部区域的分割，得到手部区域；第二步，采用等面积块构建各姿态手部区域的模型，根据手部区域的面积计算手部区域的质心；再对手部区域轮廓进行采样，计算所有轮廓采样点到质心的距离，并计算出平均质心距；然后根据上一轮已检测到的指尖数目来确定扩展质心距，并以质心为圆心，扩展质心距为半径进行画圆；最后剔除圆内的轮廓点和圆上连续像素个数最多的手腕区域，并在圆外寻找局部最大质心距的轮廓点，则该点标记为指尖；将这一轮检测到指尖的数目与上一轮已检测到的指尖数目比较，若两者相等，则实现指尖的检测，否则将这一轮检测到指尖的数目更新为已检测到的指尖数目，来确定扩展质心距并进行画圆，继续指尖的检测。2.根据权利要求1所述的复杂环境下指尖检测方法，其特征在于：在第一步中，所述捕获场景信息，通过计算与场景信息对应的稠密光流信息并进行二值化预处理得到含有手部区域的场景图像；再构建肤色滤波器，对含有手部区域的场景图像进行手部区域的分割，得到手部区域是指：包括以下步骤：(1.1)捕获场景信息，并计算与之对应的稠密光流信息；(1.2)遍历光流信息，寻找最大光流值，并利用该最大光流值，在X轴和Y轴方向对所有光流进行正则化处理；(1.3)根据正则化后的光流，计算沿光流方向发生变化的区域的色调和饱和度，并标记不同的颜色值；(1.4)设定阈值，根据阈值将颜色标记的光流变化区域转化为二值图像，结合逻辑运算和数学形态学运算，获得含有手部区域的场景图像。(1.5)根据人体肤色聚类特性，构造YCbCr肤色滤波器，剔除冗余色彩和亮度信息；(1.6)对YCbCr肤色滤波器过滤后对含有手部区域的场景图像的所有轮廓进行递减排序，寻找最大连通区域作为手部区域，实现对含有手部区域的场景图像进行手部区域的分割。3.根据权利要求1所述的复杂环境下指尖检测方法，其特征在于：在第二步中，所述采用等面积块构建各姿态手部区域的模型，来确定手部区域的面积，以计算手部区域的质心；再对手部区域轮廓进行采样，计算所有轮廓采样点到质心的距离，并计算出平均质心距；然后根据上一轮已检测到的指尖数目来确定扩展质心距，并以质心为圆心，扩展质心距为半径进行画圆；最后剔除圆内的轮廓点和圆上连续像素个数最多的手腕区域，并在圆外寻找局部最大质心距的轮廓点，则该点标记为指尖；将这一轮检测到指尖的数目与上一轮已检测到的指尖数目比较，若两者相等，则实现指尖的检测，否则将这一轮检测到指尖的数目更新为已检测到的指尖数目，来确定扩展质心距并进行画圆，继续指尖的检测是指：包括以下步骤：(2.1)用等面积块构建手部区域外观模型，根据手部区域的不同姿态，得到等面积块的数量，来确定手部区域的面积；(2.2)根据手部区域的面积和各个等面积块的坐标来计算手部区域的质心；2CN105335711A权利要求书2/2页(2.3)对手部区域轮廓进行密集采样，计算所有采样的轮廓点到质心的距离，并计算出平均质心距；(2.4)根据已检测到的指尖数目N确定扩展质心距Dext，并以质心为圆心，扩展质心距Dext为半径进行画圆；并剔除包含在该圆内的轮廓点