[发明专利]空手和手持物品的判断方法

说明书

技术领域

本发明涉及一种空手和手持物品的判断方法，具体来讲是一种空手和手持物品的判断方法。属于机器视觉及图像处理技术领域。

背景技术

超市智能购物车的一个主要功能就是能够识别顾客的手以及其手上是否拿有货物，现有的肤色检测方法主要是以人脸为主的检测方法，为了了保证人脸部分尽可能多的被包含在测光区域中， 必须增加人脸框的大小， 这样或多或少的在人脸测光区域中包含了背景和头发的数据， 由于背景的亮度信息在不同场景和光照条件下变化较大， 并且加之头发和眼睛颜色的影响，导致基于人脸为主的测光非常的不稳定，极大的影响了测光的效果。

发明内容

本发明所要解决的技术问题是，提供一种空手和手持物品的判断方法。

本发明解决以上技术问题的技术方案：

一种空手和手持物品的判断方法， 按照如下步骤进行：

（1）摄像装置根据环境亮度自动调用预设的拍摄条件；

（2）连续拍摄多帧手部进出购物车时的实时照片；

（3）将第n张照片和第n+5张照片做帧差，将第n+10张照片和第n+5张照片做帧差，将两个帧差结果做与操作，其中n为正整数；

（4）利用肤色椭圆模型对实时照片进行数据处理获得肤色二值图；

（5）获得肤色二值图的质心坐标，判断质心坐标是否在图像内，如果不在为空手，如果在则进入下一步骤；

（6）设置图像ROI,裁剪质心以下区域图像做处理，计算每个轮廓面积，获得最大轮廓面积，判断最大轮廓面积是否大于阈值；

（7）根据最大轮廓面积是否大于阈值进行对应计算熵，通过熵与阈值的比较判断是否空手。

本发明进一步限定的技术方案为：

进一步的，步骤（1）包括如下具体分步骤：

（1.1）预拍步骤，在摄像装置启动拍摄前，先自行拍摄一张环境图片；

（1.2）计算该张环境图片平均亮度A；

（1.3）当平均亮度A与上限阈值B关系为A-B＞0，则进入步骤（1.4），当平均亮度A与下限阈值C关系为A-C＜0，则进入步骤（1.5），当平均亮度A与上限阈值B、下限阈值C之间的关系为C ≤A≤B，则进入步骤（1.6）；

（1.4）根据预设方案调低摄像装置的进光量同时增加曝光时间，拍摄照片；

（1.5）根据预设方案调高摄像装置的进光量同时增加曝光时间，拍摄照片；

（1.6）根据预设方案，直接拍摄照片。

进一步的，步骤（4）包括如下具体分步骤：

（4.1）将实时照片由RGB空间转换到YCrCb空间，并分为Y、Cr、Cb三个通道；

（4.2）将色度Cr、Cb进行非线性变换；

（4.3）根据亮度Y对图像进行肤色初次判断，并将图像转化为二值图；

（4.4）将当前帧的肤色检测结果与背景帧的肤色检测结果做相减运算和腐蚀，去除噪声以及一些小的不连续边界点，最终得到肤色检测图。

进一步的，步骤（4.3）具体为：大于预设亮度阈值1的，且对应的非线性变换后的Cr点值和Cb点值在固定区域1内，置为255，其余置为0；对小于某一亮度阈值的，再根据判断Cr点值、Cb点值是否在固定区域2内，是则置为255，否则置为0。

进一步的，步骤（7）具体为：

（7.1） 如果最大轮廓面积大于阈值，且轮廓个数等于1，则计算肤色质心以下置位图像的信息熵，如果熵大于阈值，则手持商品，如果熵小于等于阈值，则空手；

（7.2）如果最大轮廓面积大于阈值，且轮廓个数等于2，则分别计算两轮廓肤色质心并比较两质心y值大小，以y值较小的质心点为基准计算该质心以下置位图像的信息熵，如果熵大于阈值，则手持商品，如果熵小于等于阈值，则空手；

（7.3）如果最大轮廓面积大于阈值，且轮廓个数大于2个，计算最大轮廓质心点坐标，肤色质心以下置位图像的信息熵，如果熵大于阈值，则手持商品，如果熵小于等于阈值，则空手；

（7.4）如果最大轮廓面积小于阈值，且轮廓个数等于1，则计算肤色质心以下S通道图像的信息熵，如果熵大于阈值，则手持商品，如果熵小于等于阈值，则空手；

（7.5）如果最大轮廓面积小于阈值，且轮廓个数等于2，则分别计算两轮廓肤色质心并比较两质心y值大小，以y值较小的质心点为基准计算该质心以下S通道图像的信息熵，如果熵大于阈值，则手持商品，如果熵小于等于阈值，则空手。