[发明专利]一种基于高速图像处理的特征识别系统

说明书

本发明提出的一种基于高速图像处理的特征识别系统，包括：相机、图像序列特征提取模块、手部轮廓检测与掌心识别模块、掌心距交点建模模块和手势识别模块。手部轮廓检测与掌心识别模块从帧图像中获取手部轮廓，并获取手部轮廓的中心点作为掌心点；掌心距交点建模模块中建立平面坐标，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；掌心距交点建模模块还用于在平面坐标中设置多条平行于横坐标的阈值线，并获取折线与各阈值线的交点数量，手势识别模块根据折线与各阈值线的相交点数量进行手势识别。本发明中，通过掌心距和平面坐标，将图像处理转换为坐标点的计算，有利于降低运算难度，并提高手势识别的运算效率和精确率。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于高速图像处理的特征方法及识别系统。

背景技术

手势识别是人机交互、行为识别等诸多领域的一项基础技术，各式人机交互、行为识别系统广泛应用于家庭、工厂、国防、生物信息探索等领域。

随着人机交互、行为识别应用领域的拓展，手势识别逐渐融入人类生产、生活，与人类关系日益密切，在快速图像处理、人机交互和行为识别等领域，对手势识别技术的应用研究不断提出更高的需求，迫切需要高速实时的人机交互系统帮助人与机器人能够更好地共同协作完成任务。例如可应用于通过手势控制家电的物联网家居生活、手语解读、作战指挥传达的手势命令、动物行为信号研究、仿生机器人等诸多实际场景。具有良好的实时性及准确性的图像处理识别算法是手势识别的重要基础。

由于传统手势动作具有快速性、随机性、多样性的特点，手势识别算法的设计需要考虑多方面的因素制约及技术要求，而传统人机交互与行为识别存在图像采集帧率较低、不能进行快速识别和反应等问题，难以适配手势快速识别的需求。

发明内容

基于背景技术存在的技术问题，本发明提出了一种基于高速图像处理的特征识别方法及系统。

本发明提出的一种基于高速图像处理的特征识别方法，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。

优选的，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。

优选的，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％。