The invention discloses a finger number recognition method, hand images captured by mobile devices, by comparison, select the ellipse model YCrCb space added brightness compensation was extracted from the skin region to obtain hand two value image, find the maximum value of two in the silhouette, abandon the small area skin color map, maximum get the hand contour. The method of Euclidean distance transformation is used to calculate the center of gravity of palm and the radius of palm in the hand contour by improving the existing Hu moment to calculate the gravity center of the whole palm. The palm center as the center, 1.6 to 2 times the radius of the palm of your hand and draw a circle, the circle with finger and arm image intersection, get multi section arc (the arc), put forward three constraints on the arc, angle cutting between the radius and the radius of the palm of your hand arc circle fitting ratio, cutting position the relationship between arc fitting circle and the center of gravity of the arc between palm and palm center, to accurately identify the number of images in the fingers.
【技术实现步骤摘要】
一种手指数量识别方法
本专利技术涉及机器视觉领域,特别是一种手指数量识别方法。
技术介绍
现行的手指数量识别大都是基于PC平台,采用画圆法,求该圆与手指相交的圆弧段数来作为手指个数。但在实际测试过程中,多数研究者未考虑手臂区域的干扰,或者人为做了遮挡处理,即穿着深色长袖衣物或佩戴相关设备,以确保图像中只有手部区域,这种方案一定程度上降低了手指检测的难度,也有效提高了识别的正确率,其弊端是识别时需要用户有意避免手臂的干扰。还有一些手部倾斜着进入视图区域的特殊情况,容易产生伪手指圆弧段,导致算法得到错误的识别结果。
技术实现思路
本专利技术所要解决的技术问题是,针对现有技术不足,提供一种手指数量识别方法。与现有技术相比,本专利技术所具有的有益效果为:引入3个约束条件,能避免手臂区域的干扰,去掉特殊情况下的伪手指,且算法的时间复杂度和空间复杂度都比较低,适合于移动平台硬件资源相对欠缺的情况。附图说明图1(a)、图1(b)、图1(c)、图1(d)为普通光照实时检测效果,其中,图1(a)原始图像;图1(b)RGB模型;图1(c)YCrCb模型;图1(d)加入亮度补偿的椭圆模型;图2(a)、图2(b)、图2(c)、图2(d)为强光环境实时检测效果,其中,图2(a)原始图像;图2(b)RGB模型;图2(c)YCrCb模型;图2(d)加入亮度补偿的椭圆模型;图3(a)、图3(b)、图3(c)、图3(d)为昏暗环境实时检测效果,其中,图3(a)原始图像;图3(b)RGB模型;图3(c)YCrCb模型;图3(d)加入亮度补偿的椭圆模型;图4(a)~图4(e)为提取手部轮廓,其中, ...
【技术保护点】
一种手指数量识别方法,其特征在于,包括以下步骤:1)获取手部图像的RGB图像,将RGB图像转换至YCrCb空间,然后根据Hsu等人提出的加入亮度补偿的椭圆肤色模型,将YCrCb空间的图像非线性变换至颜色空间YCr’Cb’,并根据人的肤色范围建立椭圆肤色模型;2)利用上述椭圆肤色模型遍历RGB图像中所有像素,若像素坐标(Cr’,Cb’)在椭圆内部,则判定该像素点(Cr’,Cb’)为肤色点,否则(Cr’,Cb’)为非肤色点,得到肤色图像;3)将肤色图像转换为二值图像,提取其外围轮廓,并进行填充得到手部区域的二值图像;4)将所述二值图像经过欧式距离变换,得到距离灰度图;5)利用所述距离灰度图,计算手掌重心坐标以及手掌半径;6)以手掌重心为圆心,1.6~2倍手掌半径R画圆,这个圆与手指和手臂的图像相交,得到多段圆弧,即切弧,对这些切弧提出三个约束条件,即切弧拟合圆的半径与手掌半径之间的比例关系、切弧拟合圆的圆心坐标与与手掌重心坐标之间的位置关系、切弧与手掌重心之间的夹角关系,并利用所述约束条件辨别图像中的手指数量。
【技术特征摘要】
1.一种手指数量识别方法,其特征在于,包括以下步骤:1)获取手部图像的RGB图像,将RGB图像转换至YCrCb空间,然后根据Hsu等人提出的加入亮度补偿的椭圆肤色模型,将YCrCb空间的图像非线性变换至颜色空间YCr’Cb’,并根据人的肤色范围建立椭圆肤色模型;2)利用上述椭圆肤色模型遍历RGB图像中所有像素,若像素坐标(Cr’,Cb’)在椭圆内部,则判定该像素点(Cr’,Cb’)为肤色点,否则(Cr’,Cb’)为非肤色点,得到肤色图像;3)将肤色图像转换为二值图像,提取其外围轮廓,并进行填充得到手部区域的二值图像;4)将所述二值图像经过欧式距离变换,得到距离灰度图;5)利用所述距离灰度图,计算手掌重心坐标以及手掌半径;6)以手掌重心为圆心,1.6~2倍手掌半径R画圆,这个圆与手指和手臂的图像相交,得到多段圆弧,即切弧,对这些切弧提出三个约束条件,即切弧拟合圆的半径与手掌半径之间的比例关系、切弧拟合圆的圆心坐标与与手掌重心坐标之间的位置关系、切弧与手掌重心之间的夹角关系,并利用所述约束条件辨别图像中的手指数量。2.根据权利要求1所述的手指数量识别方法,其特征在于,步骤1)中,利用下式将RGB图像转换至YCrCb空间:其中,R——红色值;G——绿色值;B——蓝色值;Y——亮度;Cb——蓝色分量值;Cr——红色分量值。3.根据权利要求2所述的手指数量识别方法,其特征在于,椭圆肤色模型表达式如下:其中,Cr’、Cb’——色彩空间转换后的红色分量值和蓝色分量值;Cx、Cy——色彩空间YCr’Cb’的Cr’Cb’平面上的椭圆中心;a、...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。