[发明专利]一种基于分类特征的手部动作识别信息处理方法

权利要求书

1.一种基于分类特征的手部动作识别信息处理方法，其特征在于，包括以下步骤：

1)对手部区域进行检测及分割处理；

2)根据步骤1)处理后的数据建立人体上肢关节模型；

3)根据步骤2)的人体上肢关节模型，对手部的角度参数和直线参数进行特征提取，组成特征向量并利用HMM模型对其进行训练，利用训练好的HMM模型对新的特征向量进行识别；

4)判断识别结果是否正确，若为是，将识别结果输出，若为否，返回步骤1)。

2.根据权利要求1所述的一种基于分类特征的手部动作识别信息处理方法，其特征在于，所述的步骤1)对手部区域进行检测及分割处理的步骤如下：

1)摄像头开启，获取图像；

2)判断是否获取成功，若为是，执行步骤3)，若为否，返回步骤1)；

3)对获取的图像进行预处理；

4)采用基于自适应混合高斯模型来建立背景，并采用背景减除法获得人体手部运动目标，同时对当前帧图像进行肤色分割，提取出手部肤色区域以及人脸区域并对这些区域进行标记；

5)将手部运动目标和手部肤色区域融合后，并通过背景减除法分割出手部运动目标与肤色区的图像。

3.根据权利要求1所述的一种基于分类特征的手部动作识别信息处理方法，其特征在于，所述的步骤2)中的建立人体上肢关节模型步骤如下：

对获得的手部运动目标与肤色区的图像进行二值化，然后利用人体肤色模型得到人体的手掌、手臂、脸部区域；

获得的手掌、手臂、脸部区域以后，由于头部区域仅仅是起到辅助的作用，不需要得到非常精确的头部边缘，假设人体的脸部为圆形，计算其质心所在位置，利用人体头部质心位置近似估计人体肩部位置，如果用户脸部朝向摄像头，操作者的肩部位置离头部质心处是一个固定值，假设人体头部半径为R，则R的值近似为：如果头部的质心位置为：(x，y)，则左肩部位置为：(x-r·φ，y+r)，其由左肩部的x坐标即为x+r·φ；同理根据对称性可知右肩部坐标位置；使用曲率的峰值来决定手指的位置，而肘部位置则源自于指尖和肩部最大距离的连线，由于人类的骨骼的长度有比较一致的比例关系，所以前臂与后臂的长度的比例关系是恒定的，肘关节在以肩为圆心，以后臂的长度为半径在一定的区域内运动，对应关系如下：

x²+y²+z²＝r²            (1)

z²＝r²-(x²+y²)          (2)

在二维平面坐标系中x²+y²长度即为前臂的长度L，则上式可写成z²＝r²-L²，假定用户正面面向摄像头，在实际的空间坐标系中，空间上的一个点(x，y，z)在图像平面坐标为(x’，y’)，其中：x’＝(f/z)x，y’＝(f/z)y，而f的长度是固定的，利用以上获得的参数以及端点固定的关节模型及其对应的方程组，以估计各个关节点的3D坐标，建立人体上肢关节模型。

4.根据权利要求2所述的一种基于分类特征的手部动作识别信息处理方法，其特征在于，所述的步骤3)中的对获取的图像进行预处理过程如下：首先将RGB空间的图像变换到YCbCr空间，利用YCbCr色彩空间亮度和色度分离的性质在一定程度上克服光照干扰，再使用中值滤波和线性平滑滤波对手区域二值图进行去噪。