[发明专利]基于肤色与形态特征的动态手势识别方法

权利要求书

1.一种基于肤色与形态特征的动态手势识别方法，其特征在于：包括以下步骤：

步骤1：初始化，并截取一帧M×N大小的彩色图像，记为S₁，其中M和N为正整数，分别表示图像矩阵的行数和列数；

步骤2：对图像S₁作高斯滤波处理，其方法为：首先，确定高斯滤波器模板，二维高斯函数的表达式为：

G(x,y)=e-x2+y22σ2]]>

设定σ²和n，可以确定高斯模板权值，取和n＝3，可以得到高斯模板：

G=121242121]]>

其次，用模板G扫描图像S₁中的每一个像素，经过滤波后的图像记为S₂，S₂中第i行第j列的像素点的值，记为，由图像S₁中第i行第j列的像素值，记为V_(i，j)，和其领域内的其他像素值经过加权平均后得到，公式如下：

V(i,j)|S2=GV(i-1,j-1)V(i-1,j)V(i-1,j+1)V(i,j-1)V(i,j)V(i,j+1)V(i+1,j-1)V(i+1,j)V(i+1,j+1)]]>

步骤3：将图像S₂由RGB色彩空间转换为YCrCb色彩空间，具体方法为：将图像中第i行第j列的像素点记为(i，j)，点(i，j)的RGB值分别记为R_(i，j)，G_(i，j)，B_(i，j)，那么对应的YCrCb颜色空间的Y_(i，j)，Cr_(i，j)，Cb_(i，j)值分别为：

Y(i,j)=0.299*R(i,j)+0.587*G(i,j)+0.114*B(i,j)Cr(i,j)=-0.147*R(i,j)-0.289*G(i,j)+0.436*B(i,j)Cb(i,j)=0.615*R(i,j)-0.515*G(i,j)-0.100*B(i,j)]]>

求出每个像素点的Y_(i，j)，Cr_(i，j)，Cb_(i，j)值，得到YCrCb颜色空间的图像，记为S₃；

步骤4：对图像S₃作阈值分割处理，其方法如下：人皮肤颜色在YCrCb颜色空间中的Cr和Cb分量分布近似于一个椭圆形，其分布可由以下公式得到：

x2a2+y2b2=K]]>

其中，a＝25，b＝14，x，y的值由由以下公式决定：

x＝25.6*(Cr_(i,j)-109)-19.2*(Cb_(i,j)-152)+51

y＝25.6*(Cr_(i,j)-109)+19.2*(Cb_(i,j)-152)+77

根据求出的K的值，对图像S₃进行肤色分割，对于点(i,j)，计算出其K值，将K的值与拟合椭圆方程的右值比较，若K的值小，则说明点(i,j)在拟合椭圆中，属于肤色点；若K的值大，则说明点(i,j)部在拟合椭圆中，属于非肤色点，由于拟合椭圆方程和YCrCb中的Y分量也有关系，故对于不同的Y值采取不同的拟合值，将图像S₃肤色分割后的图像记为S₄，S₄中像素点(i,j)的值记为V_(i,j)，V_(i,j)的值由以下阈值判决准则得到：

执行阈值判决准则得到新的图像S₄，其为二值图像，大小为M×N；

步骤5：对图像S₄作数字形态学处理，其方法如下：设3×3的结构元素B的取值为：

B=111111111]]>

首先，腐蚀图像，用结构元素B扫描图像S₄中的每一个图像，将结构元素与其覆盖的二值图像做“与”操作，如果都为1，结果图像的该像素值为1，否则为0，将结果图像的值赋给S₄；

其次，膨胀图像，用结构元素B扫描图像S₄中的每一个图像，将结构元素与其覆盖的二值图像做“与”操作，如果都为0，结果图像的该像素值为0，否则为1，将结果图像的值赋给S₄；

步骤6：从图像S₄中检测人手肤色块；

步骤7：检测手的动态运动信息。