1.一种基于实时手势识别的手心追踪定位的方法,其特征在于,该方法包括以下步骤:步骤1、运动检测采用平均背景法进行运动检测,
步骤2、采用YCrCb色彩空间肤色分割,
步骤3、区域分割
步骤31、剔除与手势无关的脸部、另一只无效手部、以及其它类肤色背景的干扰,进而精确定位有效的目标手势区域;
步骤32、使用cvFind‑Contours函数对已获取的二值化图像进行轮廓查找,可得到二值化图像中的轮廓总数,继而通过统计每一个轮廓区域占肤色区域总面积的百分比,并判断其百分比的大小,来认定其是否为干扰区域;
步骤33、剔除所有干扰区域后,即可得到若干块较大面积的肤色区域;
步骤34、为了在此若干块肤区域中确定目标手势区域,根据仿生学原理,提出“周积比”的概念并以此作为有效手势区域的判别标准;
步骤35、“周积比”概念来确定张开手指的手势区域,在肤色区域块正常识别的情况下,可以精确地将伸出手指的手势区域与脸部区域区分开来,从而有效确定出手势区域;
步骤4、利用“手心定位法”进行手势识别;
其中,
所述步骤1中,运动检测采用平均背景法进行运动检测,具体步骤如下:步骤11、计算每个像素的平均值和标准差作为它的背景模型,首先对前K幅图像进行累计学习;
步骤12、用函数cvAbsDiff()计算每帧图像间的绝对差图像,累积到K帧图像后,用这个累计的图像除以输入图像累计的数目K,来计算平均原始图像和绝对差分图像;
步骤13、选取平均原始图像即初始背景与绝对差分图像的适当倍数作为分割的上、下限,将输入图像像素点与设定的阈值范围进行比较,阈值范围内的为背景,否则为前景;
所述步骤2中,采用YCrCb色彩空间肤色分割,具体步骤如下:步骤21、YCrCb转换到RGB的公式如下,RGB取值范围均为0~255:将其色彩空间由RGB转化到YCrCb;
步骤22、当Cr和Cb满足:n1≤Cr≤m1,n2≤Cb≤m2时,即可认为是肤色区域;通过对当前时刻的Cr和Cb阈值进行经验性调整,便可更加精确地确定肤色区域,若将肤色区域像素点的像素分量调为X,非肤色区域像素点的像素分量调为Y,即可得到肤色区域的二值化图像;
所述步骤4中,具体步骤为:
步骤41、首先确定手掌最宽及上下沿位置;
步骤42、对手势所在区域进行初次扫描,确定区域之中最宽一行记为CD,并记录最宽像素个数Lmax所在行数iCD,而后再一次扫描,找出手掌上边沿AB和手掌下边沿EF;
步骤43、对手掌上下边沿的界定方法如下:手掌上沿:手势区域中首次满足行数不大于iCD且连续肤色像素点个数大于2*Lmax/3的像素行,记为AB,行数为iAB;手掌下沿:手势区域中满足行数不小于iCD且连续肤色像素点个数大于Lmax/2的像素行中肤色像素点变化率最大的一行,记为EF,行数为iEF;其中,系数AB/CD、EF/CD分别为正常人手五指张开时上沿与最宽部位、下沿与最宽部位的近似比值;
步骤44、中点圆弧曲线的确定AB、CD、EF后,分别取其中点,记为M、K、N,其坐标依次为:M(XM,YM)、K(XK,YK)、N(XN,YN);
步骤45、根据三角函数方法可求出经由三个中点的圆弧曲线中心及半径,即:首先求得MK和NK方程:MK:(XM‑YK)y‑(YM‑YK)x+XKYM‑XMYK=0 (2)NK:(XN‑XK)y‑(YN‑YK)x+XKYN‑XNYK=0 (3)进而求得直线MK、NK的中垂线方程L1、L2:
2 2 2 2
L1:2(YM‑YK)y‑2(XM‑XK)x+YK‑YM+XK‑XM (4)
2 2 2 2
L2:2(YN‑YK)y‑2(XN‑XK)x+YK‑YN+XK‑XN (5)随后求得L1与L2的交点,此交点即为由三点确定的唯一圆的圆心,其圆心坐标及半径的表达式分别如下:
2 2
R=(Xk‑Xo) +(Yk‑Yo) (8)
步骤46、备选点及最大内接圆的确定,在圆O的圆弧MN中均匀选取若干备选手心点设其中某备选点为P,而后分别计算P点到手掌的上、下、左、右四个边缘的距离Lp1、Lp2、Lp3、Lp4并取其中最小值Lp=MIN(Lp1,Lp2,Lp3,Lp4)作为P点在有效手势区域内的最大内接圆半径的近似值;通过对十个备选点分别计算近似最大内接圆的半径,而后取其最大者Rmax作为所需的手掌内最大内接圆半径,并令对应的圆心为Q,Q点即为所需确定的手心位置近似点;
步骤47、手指交割圆的确定,以近似手心位置的Q点为圆心,以H倍Rmax为半径做圆,并通过逐一检测此圆上像素点的突变情况,来判定是否交割于手指,由此得出具体伸出的那几根手指,进而获得该手势的实际含义,并在此基础上进行了传输速率分析,推导出传输速率的闭合表达式;
所述步骤3中,所述的“周积比”即某孤立区域的周长与面积的比值,生态学特征理念之中,生物表面积与体重的比值越大,说明延展度越大。