手检测方法和装置制造方法及图纸

本发明专利技术公开了一种手检测方法和装置。其中，该手检测方法包括：利用前一肤色图像和当前肤色图像计算当前肤色差分图像；利用当前肤色图像计算第一阈值，利用当前肤色差分图像计算第四阈值，并利用第一和第四阈值计算第二和第三阈值；利用计算出的第一至第四阈值从当前肤色差分图像中分割出前景图像；以及以所分割出的前景图像为搜索范围执行手检测。在根据本发明专利技术实施例的手检测方法和装置中，通过前景分割缩小了手检测处理的搜索范围，从而减少了进行手检测所需的循环数目。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种手检测方法和装置。其中，该手检测方法包括：利用前一肤色图像和当前肤色图像计算当前肤色差分图像；利用当前肤色图像计算第一阈值，利用当前肤色差分图像计算第四阈值，并利用第一和第四阈值计算第二和第三阈值；利用计算出的第一至第四阈值从当前肤色差分图像中分割出前景图像；以及以所分割出的前景图像为搜索范围执行手检测。在根据本专利技术实施例的手检测方法和装置中，通过前景分割缩小了手检测处理的搜索范围，从而减少了进行手检测所需的循环数目。【专利说明】手检测方法和装置
本专利技术涉及图像处理领域，尤其涉及一种手检测方法和装置。
技术介绍
手检测处理是诸如手势识别系统之类的应用的非常关键的处理步骤。图1示出了用于远程控制的手势识别系统的框图。在图1所示的手势识别系统中，首先使用摄像机获取视频帧；然后将所获取的视频帧输入处理单元以进行手势识别；一旦手势被识别为预先定义的手势之一，则该手势将成为对于计算机/便携设备上的软件/应用的操作指令触发器。手检测处理是手势识别处理的第一步。通常，使用已经在线下训练好的基于局部二值模式(Local Binary Patterns,LBP)的级联分类器来进行手检测。传统的基于LBP的手检测方法可以在当前的个人计算机上很好地实时运行，但是该方法的处理对于低功率设备来说是很大的负担。
技术实现思路
鉴于以上所述的问题，本专利技术提供了一种新颖的手检测方法和装置。根据本专利技术实施例的手检测方法包括:利用前一肤色图像和当前肤色图像计算当前肤色差分图像；利用当前肤色图像计算第一阈值，利用当前肤色差分图像计算第四阈值，并利用第一和第四阈值计算第二和第三阈值；利用计算出的第一至第四阈值从当前肤色差分图像中分割出前景图像；以及以所分割出的前景图像为搜索范围执行手检测。根据本专利技术实施例的手检测装置包括:差分获取单元，用于利用前一肤色图像和当前肤色图像计算当前肤色差分图像；阈值计算单元，用于利用当前肤色图像计算第一阈值，利用当前肤色差分图像计算第四阈值，并利用第一和第四阈值计算第二和第三阈值；前景分割单元，用于利用计算出的第一至第四阈值从当前肤色差分图像中分割出前景图像；以及检测执行单元，用于以所分割出的前景图像为搜索范围执行手检测。在根据本专利技术实施例的手检测方法和装置中，通过前景分割缩小了手检测处理的搜索范围，从而减少了进行手检测所需的循环数目。【专利附图】【附图说明】从下面结合附图对本专利技术的【具体实施方式】的描述中可以更好地理解本专利技术，其中:图1示出了传统的用于远程控制的手势识别系统的框图；图2示出了根据本专利技术实施例的手检测装置的框图；图3示出了根据本专利技术实施例的手检测方法的流程图；图4示出了利用图3所示的手检测方法实现的手检测过程的流程图；图5a至5d示出了利用阈值O (ThresholdO)至阈值4 (Threshold4)实现前景分割的情形(情形a至情形d)；图6示出了情形a至情形d的多种组合的示意图；以及图7示出了根据本专利技术实施例的手检测方法中的拓展操作的示意图。【具体实施方式】下面将详细描述本专利技术各个方面的特征和示例性实施例。下面的描述涵盖了许多具体细节，以便提供对本专利技术的全面理解。但是，对于本领域技术人员来说显而易见的是，本专利技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本专利技术的示例来提供对本专利技术更清楚的理解。本专利技术绝不限于下面所提出的任何具体配置和算法，而是在不脱离本专利技术的精神的前提下覆盖了相关元素、部件和算法的任何修改、替换和改进。本专利技术提出了一种能够在超低功率的设备上运行的手检测方法和装置(超低功率的设备意味着处理能力非常有限)。具体地，根据本专利技术实施例的手检测方法和装置通过找出整个图像的前景来降低手检测处理的复杂性。目前，存在很多种前景分割方法，但是没有一种前景分割方法适用于低功耗设备上的手检测处理。例如，现有的“背景差分法”需要通过一段时间进行背景建模，对于光照度的变化并不鲁棒，并且不适用于检测人体；微软提出的“直播视频的双层分割法”计算复杂度非常高，也不适用于低功耗设备。图2示出了根据本专利技术实施例的手检测装置的框图。图3示出了根据本专利技术实施例的手检测方法的流程图。下面结合图2和图3，详细说明根据本专利技术实施例的手检测方法和装置。如图2所示，根据本专利技术实施例的手检测装置包括差分获取单元202、阈值计算单元204、前景分割单元206、以及检测执行单元208。其中，差分获取单元202用于利用前一肤色图像和当前肤色图像计算当前肤色差分图像(即，执行步骤S302);阈值计算单元204用于利用当前肤色图像计算第一阈值，利用当前肤色差分图像计算第四阈值，并利用第一和第四阈值计算第二和第三阈值(即，执行步骤S304);前景分割单元206用于利用计算出的第一至第四阈值从当前肤色差分图像中分割出前景图像(即，执行步骤S306);检测执行单元208用于以分割出的前景图像为搜索范围执行手检测(即，执行步骤S308)。在传统的基于LBP的手检测方法中，只有灰度图像和级联分类器被使用，并且需要在整个图像中进行手检测，所以计算复杂度很高。一些人提出，不需要检测图像中的所有像素，图像中的颜色为肤色或者类似于肤色的像素才有可能是手的检测中心。根据本专利技术实施例的手检测方法试图通过分割前景来缩小用于进行手检测的搜索范围。图4示出了利用图3所示的手检测方法实现的手检测过程的流程图(其中，用带圆圈的数字标识出了原始图像(即，RGB图像)以及诸如肤色图像、灰度图像、掩模图像、肤色差分图像、搜索范围图像、前景图像之类的相应的变换图像)。如图4所示，在具体的手检测过程中，首先使用等式(I)至(3)将RGB图像转换为肤色图像和灰度图像；然后利用大津(otsu)分割自适应地将肤色图像分割为类似肤色的区域和不类似肤色的区域(即，利用大津分割将肤色图像转换为掩模图像)；同时通过减法运算利用当前肤色图像和前一肤色图像得出当前肤色差分图像，并且从当前肤色差分图像中分割出前景图像；接着将掩模图像与前景图像进行逻辑与运算，得到进行手检测的搜索范围；最后利用搜索范围在灰度图像上进行手检测处理以得到手检测结果。Temp = r- ((g+b) >> 1) (1)Temp = MAX (0, Temp)(2)s = Temp > 140 ? 0:Temp (3)在等式(I)至(3)中，s表示肤色图像中的像素值，r、g、b表示RGB图像中的像素的红色、蓝色、和绿色分量值。具体地，从图4中的图④可以看出，掩模图像中的所有白色像素都被分割为肤色区域，但是由于肤色分割不太精确，所以其他部分也被分割为了肤色区域。同时由于分割出的区域依然较大，对于低功耗平台来说处理负担依然较重。所以，需要对图④进行进一步的修正，以找出最终的进行手检测的搜索区域。根据经验可知，手仅可能存在于前景图像中，所以将搜索范围局限于前景图像中将是合理且有效的。根据本专利技术实施例的手检测方法和装置可以精确且高效地找出前景图像。从图4中的图⑦可以看出，最终的进行手检测的搜索范围远小于图4中的图④所示的搜索范围，这意味着使用根据本专利技术实施例的手检测方法和装置的具体手检测过程的计算复杂度将降低。图4中的图⑧本文档来自技高网...

【技术保护点】
一种手检测方法，包括：利用前一肤色图像和当前肤色图像计算当前肤色差分图像；利用所述当前肤色图像计算第一阈值，利用所述当前肤色差分图像计算第四阈值，并利用所述第一和第四阈值计算第二和第三阈值；利用所述第一至第四阈值从所述当前肤色差分图像中分割出前景图像；以及以从所述当前肤色差分图像中分割出的前景图像为搜索范围执行手检测。

【技术特征摘要】

【专利技术属性】
技术研发人员：冷杰，王琦，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：