[发明专利]一种基于手掌边缘轮廓矢量化的静态手势识别方法

权利要求书

1.一种基于手掌边缘轮廓矢量化的静态手势识别方法，其特征在于，包括以下步骤：

S1：通过肤色分割算法，获取含有肤色区域的二值化图像；

S2：计算肤色区域的连通域，得到手势区域；

S3：以图像左下角作为原点建立坐标系，确定手势连通域的质心手势连通域方向向量μ_p,q以及水平方向夹角θ；

其中S为手势区域所有像素点的集合，(x₁,y₁)为S中任意一个像素点的坐标，N为手势区域所有像素点的总数；

其中(p_i,x,p_i,y)为手势区域中的任意一点的坐标；

S4：获取可能的手腕位置，并根据最小手腕厚度的原则确定手腕的位置，分割出手掌区域；

S5：根据所述分割出的手掌区域修正质心，采用Sobel算子获取手掌区域的边缘轮廓；

S6：对所述手掌区域的边缘轮廓大小进行归一化处理；

S7：将所述步骤S6得到的手掌区域轮廓矢量化，得到手掌区域轮廓矢量化边缘序列；

S8：计算所述手掌区域轮廓矢量化边缘序列以及模板库中手掌区域轮廓矢量化边缘序列的相似度；

S9：取相似度最大且大于设定同类手势相似度阈值者作为识别结果，若不存在，则认为该手势为未定义手势。

2.根据权利要求1所述的一种基于手掌边缘轮廓矢量化的静态手势识别方法，其特征在于，所述步骤S1中的肤色分割算法为使用基于YCbCr肤色空间或使用高斯肤色混合模型。

3.根据权利要求1所述的一种基于手掌边缘轮廓矢量化的静态手势识别方法，其特征在于，所述步骤S4中的分割手掌区域的过程包括：

S401：分别获取整个手势区域像素点在水平方向上的最大值x_max和最小值x_min，像素点在竖直方向上最大值y_max和最小值y_min；并以(x_min,y_min)，(x_min,y_max)，(x_max,y_min)，(x_max,y_max)作为四个顶点坐标确定的矩形区域作为分割后的手势区域；

S402：找出经过质心的方向向量平行线与上述矩形的交点；

S403：求出两个交点与所述修正质心连线的中点，并以两个中点为端点绘制连线M₁M₂；在M₁M₂绘制与所述连线相互垂直的直线簇，并记录所述直线簇所包含所有直线与所述手势区域边缘的两个交点，所述直线簇即为手腕位置线段的平行线，找出所有连线中两个交点之间距离最短的连线，即为手腕位置；

S404：以所述手腕位置的连线进行分割，连线上部即为手掌区域。

4.根据权利要求1所述的一种基于手掌边缘轮廓矢量化的静态手势识别方法，其特征在于，所述步骤S6中的归一化处理过程包括：

以所述修正质心为圆心，所述修正质心与手掌边缘最远距离为半径绘制圆形，然后以所述修正质心为基点将圆形区域缩放至单位圆区域。

5.根据权利要求1所述的一种基于手掌边缘轮廓矢量化的静态手势识别方法，其特征在于，所述步骤S7中手势区域轮廓矢量化的过程包括：

确定手腕处与所述修正质心距离最远点F，以所述修正质心与所述最远点F的连线为起始位置，以固定的角度步长逆时针方向获取从所述修正质心发射的射线与手掌区域边界的交点，射线与所述手掌边界区域轮廓的交点集作为特征点集，所有相邻两特征点组成向量，所有向量组成向量群。

6.根据权利要求1所述的一种基于手掌边缘轮廓矢量化的静态手势识别方法，其特征在于，所述步骤S8中计算手掌区域轮廓S与所述模板库中每一类手势的手掌区域轮廓T的相似度过程包括：

S801：设l_i为所述手掌区域轮廓S矢量化后对应的第i条向量的模，l_i′为所述模板库中每一类手势的手掌区域轮廓T矢量化后对应的第i条向量的模，则轮廓S与轮廓T的长度相似度计算公式如下：

其中：δ为最大容忍长度偏差；

S802：设θ_i为向量s_is_i+1和向量t_it_i+1的夹角，则轮廓S与轮廓T的角度相似度：

其中：Δ为最大容忍角度偏差；

S803：综合考虑所述轮廓S与轮廓T的长度与角度，则所述轮廓S与轮廓T的相似度为：

其中，τ为任意常数。