[发明专利]一种基于3D数据的双手手势分割算法

权利要求书

1.一种基于3D数据的双手手势分割方法，其特征在于，包括以下步骤：

依据图像的深度信息与灰度值的转换方程将输入的像素点的深度值转换为灰度图像；

根据灰度图像构建灰度直方图，确定阈值分割区间；

通过自适应阈值分割进行初步分割，将阈值分割后的像素点簇分为多个连通区域；计算各个连通区域的外轮廓折点个数及面积，根据外轮廓折点个数及面积对连通区域进行筛选和剔除，得到双手的两个手臂连通域；通过自适应阈值分割手，剩余的像素部分包括双手手部区域、身体区域和同深度的其他噪声区域，通过将阈值分割后的像素点簇分为多个连通区域，再计算这些连通域的外轮廓折点个数及面积大小，对连通域进行筛选，将折点数较多及面积过小的区域剔除，保留下来的区域即为双手的两个连通域；

通过迭代手臂连通域的像素点分别确定各个手臂连通域的最大内切圆，以确定手掌和掌心点；

确定各个手臂连通域的最高点，并设定为指尖点；

通过指尖点和掌心点确定各个手的手轴方向；

在手轴的两侧各确定一个切割点，以两个切割点所在的直线为切割线对手臂连通域进行准确切割，保留手指和手掌部分，切割点为手臂连通域的外轮廓点中位于手掌和胳臂交接位置处的点；切割点的确定方法为：(1)确定臂端点，臂端点为手臂连通域中距离指尖点最远的点；(2)确定出以掌心点为圆心、以R为半径的圆，R＞r，r为手臂区域的最大内切圆的半径；(3)提取出手臂连通域的外轮廓点中落在以R为半径的圆区域内的外轮廓点；(4)以手轴为界线将提取出的外轮廓点分为两个外轮廓点集，切割点为各个外轮廓点集中距离臂端点最近的外轮廓点，也即，在提取出的外轮廓点中分别找到位于手轴不同侧且距离臂端点最近的外轮廓点，这两个外轮廓点即为切割点。

2.如权利要求1所述的双手手势分割方法，其特征在于，确定各个手臂连通域中距离指尖点最远的点、并设定为臂端点，提取出手臂连通域的外轮廓点中落在以掌心点为圆心、以R为半径的圆范围内的外轮廓点，以手轴为界线将提取出的外轮廓点分为两个外轮廓点集，切割点为各个外轮廓点集中距离臂端点最近的外轮廓点，其中，R＞r，r为手臂连通域的最大内切圆的半径。

3.如权利要求2所述的双手手势分割方法，其特征在于，R的取值范围为：1.2r≤R≤1.8r。

4.如权利要求1所述的双手手势分割方法，其特征在于，图像的深度信息与灰度值的转换方程为：

gray_i，j＝(currentDist_i，j-nearDist)/(farDist-nearDist)*255

其中，currentDist_i，j为当前像素点的深度值，nearDist为深度相机的最小工作距离，farDist为深度相机的最大工作距离，gray_i，j为深度值转换后的灰度值。

5.如权利要求1所述的双手手势分割方法，其特征在于，阈值分割区间的宽度根据人手的物理厚度确定，对应的灰度值的计算公式为：

(width-nearDist)/(farDist-nearDist)*255

其中，width为阈值分割区间的宽度，nearDist为深度相机的最小工作距离，farDist为深度相机的最大工作距离。

6.如权利要求5所述的双手手势分割方法，其特征在于，阈值分割区间的宽度范围为8cm-10cm。

7.如权利要求1所述的双手手势分割方法，其特征在于，计外轮廓折点个数的剔除节点为T、面积的剔除节点为B，当连通区域的外轮廓折点个数大于T，和/或，连通区域的面积小于B时，将该连通区域筛选出来并剔除。

8.如权利要求1所述的双手手势分割方法，其特征在于，手轴的方向计算公式为：

其中，m1为掌心点，m2为指尖点，θ为手轴的倾斜角度，x和y分别为点的x轴坐标和y轴坐标。