[发明专利]一种基于高速图像处理的特征识别系统

权利要求书

1.一种基于高速图像处理的特征识别方法，其特征在于，包括：

S1、获取手部轮廓和掌心点；

S2、获取手部轮廓上各转折点到掌心点的距离作为掌心距；

S3、建立平面坐标，平面坐标以转折点为横坐标，掌心距为纵坐标；并在平面坐标中根据各转折点与掌心距的对应关系生成坐标点；

S4、获取沿着横坐标方向依次连接各坐标点的折线；

S5、获取多条平行于横坐标的阈值线，根据折线与各阈值线的相交点数量进行手势识别。

2.如权利要求1所述的基于高速图像处理的特征识别方法，其特征在于，步骤S1具体为：对手势进行动作捕捉，将获取的视频影像进行帧图像提取并缩放到预设尺寸；获取缩放后的帧图像中的前景与背景的灰度区分阈值，根据灰度区分阈值从缩放后的帧图像中提取多个备选区域轮廓，并从备选区域轮廓中筛选最大连通域作为手部轮廓。

3.如权利要求1或2所述的基于高速图像处理的特征识别方法，其特征在于，步骤S5中获取预设的多条平行于横坐标的阈值线的具体方式为：预先设置多个阈值占比，阈值占比为大于0并小于1的数值；根据各阈值占比计算对应的阈值线，阈值线计算公式为：

Threshold_i＝WIDTH×a_i×b；

其中，Threshold_i为第i条阈值线对应的纵坐标值，WIDTH为缩放后的帧图像的水平像素或者垂直像素；a_i为第i个阈值占比，b＝手部展开尺寸/背景区域尺寸；

优选的，预先设置三个阈值占比，步骤S5中根据三个阈值占比对应设置三条阈值线，三个阈值占比分别为：

a₁＝30.8％，a₂＝51.4％，a₃＝57.1％。

4.如权利要求1或2所述的基于高速图像处理的特征识别方法，其特征在于，步骤S5中设有三条平行于横坐标的阈值线，各阈值线对应的纵坐标值Threshold₁、Threshold₂、Threshold₃分别为：

其中，D0min为本帧图像中手部轮廓的最小掌心距，最小掌心距为手部轮廓上各点与掌心点的最小距离；γ1、γ2、γ3均为比例因子，且γ1＝1，γ2＝2.38，γ3＝2.14。

5.如权利要求4所述的基于高速图像处理的特征识别方法，其特征在于，还包括步骤S0：设置手势分类，每一个手势分类均关联有根据折线与各阈值线的交点数量识别手势的约束模型；步骤S5中，用于将折线与各阈值线的交点数量代入约束模型进行手势识别；

手势分类包括：石头、剪刀和布；

约束模型为：

当Q2∈[0,1]，则识别手部轮廓为石头；

当Q2∈[2,5]或者{Q2＝1且Q3≥2}，则识别手部轮廓为剪刀；

当Q1≠3且Q2∈[6,10]，则识别手部轮廓为布；

约束模型中，Q1为折线与阈值线Threshold₁的交点数量，Q2为折线与阈值线Threshold₂的交点数量，Q3为折线与阈值线Threshold₃的交点数量。

6.如权利要求1或2所述的基于高速图像处理的特征识别方法，其特征在于，步骤S1中，获取手部轮廓后，通过强腐蚀截去手指区域，再通过计算矩及中心点的方式对手部轮廓的掌心点进行定位。

7.如权利要求6所述的基于高速图像处理的特征识别方法，其特征在于，通过强腐蚀截去手指区域时，腐蚀核计算公式为：

CORE＝max{1,D_min/2}；

其中，D_min为上一帧图像中手部轮廓的最小掌心距，最小掌心距为手部轮廓上各点与掌心点的最小距离。