[发明专利]一种基于3D数据的双手手势分割算法

说明书

本发明公开了一种基于3D数据的双手手势分割算法，涉及手势识别技术领域，包括：将像素点的深度值转换为灰度图像；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，得到多个连通区域；根据连通区域的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；确定手掌、掌心点、指尖点以及各个手的手轴方向；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。如此设置，基于图像的深度数据，结合灰度直方图和阈值分割对图像进行初步分割、再经准确分割切除胳臂部分，最终实现了双手手势分割，且提高了图像分割的精准度。

技术领域

本发明涉及手势识别技术领域，更具体地说，涉及一种基于3D数据的双手手势分割算法。

背景技术

手势识别作为计算机理解人体语言的方式，目的是通过数学算法来识别人类手势。用户可以使用简单的手势来控制或与设备交互，而无需接触他们。手势分割又是手势识别过程中关键的一步，手势分割的效果直接影响到下一步的手势分析及最终的手势识别。

目前，现有的手势分割算法都是针对单手手势分割，无法进行双手手势分割，对应的人机交互过程也只能识别单手手势，缺乏交互过程的多样性。单手手势分割算法采用较多的有前景目标提取等算法，其基于双目相机或TOF(Time ofFlight，飞行时间技术)相机获取的三维图像数据。但是，在静态场景中，前景目标提取算法无法对图像进行分割，而在复杂的动态场景中，该算法又对前景和背景的识别存在问题，无法准确地完成前景与背景的分割。

因此，如何解决现有技术中的手势分割算法只能进行单手手势分割、且对图像分割的准确性较低的问题，成为本领域技术人员所要解决的重要技术问题。

发明内容

本发明的目的在于提供一种基于3D数据的双手手势分割算法，以解决现有技术中的手势分割算法只能进行单手手势分割、且对图像分割的准确性较低的问题。本发明提供的诸多技术方案中的优选技术方案所能产生的诸多技术效果详见下文阐述。

为实现上述目的，本发明提供了以下技术方案：

本发明提供了一种基于3D数据的双手手势分割算法，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。

优选地，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。

优选地，R的取值范围为：1.2r≤R≤1.8r。

优选地，图像的深度信息与灰度值的转换方程为：