[发明专利]一种基于手掌和手指特征的静态手势识别方法

说明书

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。

技术领域

本发明涉及人机交互领域，尤其涉及一种基于手掌和手指特征的静态手势识别方法。

背景技术

目前，手势识别的方法主要分为基于深度学习的识别分类方法和基于传统计算机视觉的方法。基于深度学习的方法具有自组织、自学习的能力，抗干扰性强，但是需要大量的样本集来进行训练；基于传统计算机视觉的方法使用边缘检测、图像阈值分割等方法进行手部区域提取，选取手势的几何特征，通过模板匹配、决策树等方法进行手势分类，但是存在识别率低，实时性较差等问题。

改进的方法中提出了一种基于手指轮廓和决策树的静态手势识别方法，其通过圆周序曲线对手掌轮廓进行建模，利用极值点区分手指轮廓和手腕轮廓并建立手势特征集，最后使用决策树针对不同手指个数的手势特征集进行训练和识别。但是，该专利依赖特定的输入设备，输入图像基本就是手腕以上的手部轮廓，无法适用于处理一般的视频帧，且利用极大值极小值的手指轮廓提取方法在轮廓不平滑时容易受到干扰。

因此，本领域的技术人员致力于开发一种基于手掌和手指特征的静态手势识别方法。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是解决现有基于传统计算机视觉的静态手势方法依赖特定的硬件输入、回避手掌手腕以外的轮廓，特别是手臂对识别的影响、识别率低、实时性差等问题。

为实现上述目的，本发明提供了一种基于手掌和手指特征的静态手势识别方法，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。

进一步地，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。

进一步地，步骤1-1中，平滑处理的方式是高斯模糊和中值模糊。

进一步地，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。

进一步地，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。

进一步地，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：