[发明专利]基于多Kinect协同的深度阈值分割算法识别轮廓交互方法

权利要求书

1.一种基于多Kinect协同的深度阈值分割算法识别轮廓交互方法，包括以下步骤：

多Kinect协同，为满足人场景的需要，在一台控制主机上同时驱动多台Kinect深度传感器，并将采集到的信息进行校正并融合；

基于深度阈值分割的用户识别与定位，采集场景的深度信息对深度信息进行处理和筛选，计算用户的位置；

通过边缘融合展现轮廓互动，以模拟流体边缘融合或分离的方式展现不同个体间发生的互动，采用一种基于空间分布特征的图形绘制方法，绘制出带有流体边缘融合效果的图形，并进行显示；具体方法为：首先，对人机交互的状态进行判定，根据当前帧与前一帧的交互位置变化，将轮廓交互状态区分为：分离、融合、新进入、离开场景以及数量不变五种情况；然后，根据交互区域的状态进行判定结果，对交互位置进行插值；根据用户位置确认当前帧与前一帧用户交互位置数量发生的变化进行判定；交互位置数量不发生变化代表区域内用户数量并未增加和减少，交互位置数量增加时，又分为用户新进入场景和用户轮廓发生分离两种状态，交互位置数量减少时，又分为用户离开场景和用户轮廓发生分离两种状态；根据交互区域的状态进行判定结果，对用户轮廓发生分离和融合的坐标位置进行插值，更新交互位置的坐标；利用边缘融合图形绘制方程：

其中，||g||为绘制像素和第i个交互位置坐标的距离，C为距离控制参数；

根据应用场景的实际大小，在一台控制主机上同时驱动多台Kinect深度传感器；

根据彩色信息进行标定，并计算不同Kinect之间的变换矩阵；

对深度信息进行校正与融合，根据变换矩阵，对采集到的深度信息进行校正，克服由于来自不同Kinect而导致的畸变。

2.如权利要求1所述的方法，其特征在于，同时驱动多台Kinect的步骤为：通过实际应用场景确认部署Kinect数量，在同一台主机控制器上同时驱动多台Kinect设备，为了方便后续计算，在Kinect摆放时，尽量使每台Kinect都保持水平，且不同Kinect位于同一水平线上。

3.如权利要求1所述的方法，其特征在于，所述多Kinect标定的步骤如下：

单独开启Kinect的RGBA视频流，获取场景的彩色信息；

使用棋盘格进行标定，检测彩色图像中的棋盘格的位置，为了方便后续计算，在摆放棋盘格时，应使棋盘格尽量保持水平；

根据棋盘格在来自不同Kinect彩色图中的位置关系，计算不同Kinect之间的变换矩阵其中，m_ij表示通过图像点坐标与空间点坐标线性求解得到的单应矩阵各个元素的数值，由于Kinect和棋盘格摆放水平，计算所得的变化矩阵M中m₁₂、m₂₁、m₃₁、m₃₂近似为0，m₁₁、m₂₂、m₃₃近似为1，因此，变换矩阵写作其中，c_x与c_y表示筛化后单应矩阵的元素值。

4.如权利要求1所述的方法，其特征在于，所述深度信息校正与融合的步骤包括：

对来自不同Kinect的深度信息进行校正和融合；通过计算所得的不同Kinect彩色图之间的变换矩阵计算不同深度图之间的变换关系q＝MQ，其中表示简化后的变换矩阵，表示变换前的图像坐标，X表示横坐标参数，Y表示纵坐标参数，z表示到摄像机的距离，表示变换后的图像坐标，x表示横坐标参数，y表示纵坐标参数，w表示齐次坐标系参数，且w＝Z，根据深度变换方程，水平偏移量竖直偏移量求解不同深度下，水平和竖直方向的位移变换，其中k为深度映射常数，V_depth为深度值，c_x与c_y表示简化后单应矩阵的元素值，将位移变换后的深度图进行融合，获得完整的场景深度信息。

5.如权利要求1所述的方法，其特征在于基于深度阈值分割的用户识别与定位的步骤包括：

将融合后的场景深度图转换为单通道灰度图形式；

对转换后的深度图进行阈值分割；

对阈值分割后的图像进行筛选，进行用户识别和定位。