[发明专利]手势轮廓提取方法、装置、可读存储介质及电子设备

说明书

一种手势轮廓提取方法、装置、可读存储介质及电子设备，该方法包括：实时获取图像传感器采集的手势图像，并将当前时刻采集的手势图像进行灰度化处理，得到当前时刻对应的待处理灰度图像；将当前时刻对应的待处理灰度图像与前一时刻对应的待处理灰度图像进行帧差处理得到当前时刻对应的帧差图像；将预存的噪声图像作为阈值过滤当前时刻的帧差图像，得到当前时刻对应的预处理帧差图像；将当前时刻对应的预处理帧差图像与前第一预设数量个时刻对应的预处理帧差图像进行均值计算，以得到当前时刻对应的手势轮廓图像。本发明可以有效的去除背景噪声，实时得到高品质的手势轮廓图像。

技术领域

本发明涉及图像处理领域，特别是涉及一种手势轮廓提取方法、装置、可读存储介质及电子设备。

背景技术

手势识别在VR技术（Virtual Reality，虚拟现实）、AR技术（Augmented Reality，增强现实）、无人机控制、智能家居和手语识别等众多领域都有广泛应用。手部的轮廓提取是很多动态手势识别算法的前期基础工作，目前的轮廓提取算法，比如边缘检测，canny算法，深度学习等等。

目前的手势的轮廓提取方法对硬件要求较高，比如深度学习方法需要专用的芯片或者显卡加速，而canny算法等传统方法通常适用于主频较高的CPU，对于低成本的嵌入式平台，CPU计算能力有限，实时性不足。

发明内容

鉴于上述状况，有必要针对现有技术中存在的问题，提供了一种手势轮廓提取方法、装置、可读存储介质及电子设备，以实现简单高效、低成本的手势轮廓提取，并得到与图像传感器同等帧率的高实时性手势轮廓。

一种手势轮廓提取方法，包括：

实时获取图像传感器采集的手势图像，并将当前时刻采集的手势图像进行灰度化处理，得到当前时刻对应的待处理灰度图像；

将所述当前时刻对应的待处理灰度图像与前一时刻对应的待处理灰度图像进行帧差处理得到当前时刻对应的帧差图像；

将预存的噪声图像作为阈值过滤当前时刻对应的帧差图像，得到所述当前时刻对应的预处理帧差图像，所述噪声图像根据图像传感器预先采集的多帧连续的背景图像生成，所述背景图像为环境背景的图像；

将当前时刻对应的预处理帧差图像与前第一预设数量个时刻对应的预处理帧差图像进行均值计算，以得到当前时刻对应的手势轮廓图像。

进一步的，上述手势轮廓提取方法，其中，所述将预存的噪声图像作为阈值过滤当前时刻对应的帧差图像的步骤之前还包括：

获取图像传感器预先采集的多帧连续的背景图像，并将各帧背景图像转化为灰度图像后，进行帧差处理，得到多个背景帧差图像；

根据多个所述背景帧差图像生成噪声图像，并进行存储。

进一步的，上述手势轮廓提取方法，其中，所述根据多个所述背景帧差图像生成噪声图像的步骤包括：

确定各帧所述背景帧差图像中每个位置点的像素的灰度值，并确定每个所述位置点中像素的最大灰度值；

根据确定的各个所述位置点的像素的最大灰度值生成噪声图像。

进一步的，上述手势轮廓提取方法，其中，将预存的噪声图像作为阈值过滤当前时刻对应的帧差图像的步骤包括：

将所述当前时刻对应的帧差图像中各个位置点的像素的灰度值与预存的噪声图像中对应位置点的像素灰度值进行比较；

当所述当前时刻对应的帧差图像中当前位置点的像素的灰度值小于所述噪声图像中对应位置点的像素灰度值时，将所述当前位置点的像素的灰度值修改为0；