[发明专利]一种基于区域生长和机器学习的手部分割方法

摘要

本发明公开了一种基于区域生长和机器学习的手部分割方法。该方法首先对场景深度图进行采集，然后通过区域生长的方式完成手部区域的分割，生长需要满足待定点和当前生长点的深度之差小于阈值1、待定点和种子点的深度之差小于阈值2、待定点和种子点的三维距离之差小于阈值3这三个约束条件，对于生长获得的生长区域，判断其面积是否满足要求，进而生成生长区域，然后将生长区域进行二分类以确定是否为手部区域。由于利用了手部先验知识，降低了分类的复杂程度，因此大幅度提升了手部分割及检测的准确度和效率。此外本发明还提出一种手部分割分类器的训练方法。

主权项

1.一种手部分割方法，包括如下步骤：步骤S110：采集场景的深度图，并确定深度图的有效范围；步骤S120：将有效范围内的像素按照深度值排序；步骤S130：从排序后的像素中选取种子点并开始生长；步骤S140：判断生长区域的面积大小，若面积过小则重新选取种子点，并返回步骤S130重新进行区域生长，若面积满足要求则进入步骤S150；步骤S150：按照生长区域的像素索引过滤深度图，生成只含生长区域的生长区域深度图；步骤S160：对步骤S150获得的生长区域深度图实时进行分类，以确定所述生长区域是否为手部区域；步骤S170：对确定为手部区域的深度图提取质心并计算其轮廓，从质心为初值、轮廓点为数据源采用mean‑shift算法搜索最优手心位置。