[发明专利]一种基于最小二乘曲线拟合的指尖检测方法

说明书

本发明公开了一种基于最小二乘曲线拟合的指尖检测方法，包括以下步骤：首先在RGB颜色空间进行肤色模型分割，得到手部区域，然后采用轮廓提取方法得到手部外围轮廓，在轮廓每个点处邻近范围的一段曲线用最小二乘法拟合抛物线，将一定间隔距离的点到该点所在切线的距离累加和作为曲率大小；设定阈值，将曲率大于该阈值的点判定为类指尖点，最后进行指宽限定，排除非指尖点。本发明用二次多项式曲线来拟合手指上端部分，通过设定阈值和指宽限定来检测指尖点，指尖定位准确性高，检测结果不受手部与摄像头距离发生改变的影响，并且当手指形态发生一定幅度变化时仍有良好的检测效果，有较高的鲁棒性。

技术领域

本发明涉及机器视觉领域，尤其是涉及一种基于最小二乘曲线拟合的指尖检测方法。

背景技术

计算机应用技术的不断发展使得人机交互方式变得多样化，传统的人机交互方式如键盘、鼠标、触摸屏等，需要手动操纵硬件设备，稳定可靠，但使用不灵活。而新型的人机交互方式通过利用机器视觉、模式识别等相关技术，理解人的行为动作、语音所包含的指令，进而执行相应的操作，更加便捷和智能化。基于机器视觉的指尖检测解决了人机互动中指尖头信息的获取问题.

对于指尖检测，利用摄像头在采集手部图像后需要根据手部特征提取出手部区域，一般采用肤色、运动信息等来提取手部区域，然后进一步地利用凸包、梯度图、曲率等特征来进行指尖检测(张世征.几种轮廓曲率估计角点检测算法研究[D]，重庆大学，2016.)。Oka and sato(Oka K，Sato Y，Koike H.Real-time Tracking of Multiple Fingertipsand Gesture Recognition for Augmented Desk Interface Systems[C].Proceedingsof the 5th IEEE International Conference on Automatic Face and GestureRecognition.Los Alamitos：IEEE Computer Society Press，2002：429-434.)用红外摄像头采集图像，通过阈值法分割得到可靠手部区域，将手指形状看做矩形和半圆形的组合，利用适当大小的圆为模板根据归一化相关性大小来定位指尖部位。Daeho Lee(Lee D H，LeeS G.Vision-Based Finger Action Recognition by Angle Detection and ContourAnalysis[J].ETRI Journal，33，3(2011-06-07)，2011，33(3)：415-422.)利用轮廓的弧长与弦误差寻找最优参数，根据轮廓k余弦曲率值的大小确定指尖位置。然而，为达到理想的指尖检测效果，现有技术中的大多数指尖检测算法只限于静态手势，当手部与摄像头距离发生改变，或手指弯曲形态发生变化时，无法准确有效地定位指尖。

发明内容

发明目的：本发明的目的是提供一种基于最小二乘曲线拟合的指尖检测方法，该方法对非静态手势、当手部与摄像头距离发生改变，或手指弯曲形态发生变化时，均能准确有效地定位指尖，提高了机器视觉的便捷性和智能化。

技术方案：本发明所述基于最小二乘曲线拟合的指尖检测方法包括以下步骤：

步骤1：摄像头采集手部图像；

步骤2：在RGB空间进行肤色模型分割得到手部二值图像；

步骤3：提取分割后的手部二值图像轮廓，将手掌掌心正对摄像头，五指张开指尖朝上，从上往下用水平直线与轮廓相交，当交点个数为2时，两交点间的最大距离确定为手掌宽度；

步骤4：采用最小二乘法对轮廓点集中处的每个点邻近范围内的一段曲线进行曲线拟合，并将邻域内一定间隔的点到当前点所在曲线切线的距离累加和作为当前点处的曲率大小；设定阈值，当计算得到的当前点的曲率大于该阈值时，判定当前点为指尖点；

步骤5：进行指宽限定，将距离指尖点不同距离处，水平直线与轮廓相交得到的指宽进行比较，排除非指尖点。