[go: up one dir, main page]

CN108985191A - 一种基于移动设备手势识别的轮廓提取方法 - Google Patents

一种基于移动设备手势识别的轮廓提取方法 Download PDF

Info

Publication number
CN108985191A
CN108985191A CN201810689696.1A CN201810689696A CN108985191A CN 108985191 A CN108985191 A CN 108985191A CN 201810689696 A CN201810689696 A CN 201810689696A CN 108985191 A CN108985191 A CN 108985191A
Authority
CN
China
Prior art keywords
contour
pixels
point
image
edge
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810689696.1A
Other languages
English (en)
Inventor
肖应旺
姚美银
伍银波
姜允志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Polytechnic Normal University
Original Assignee
Guangdong Polytechnic Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Polytechnic Normal University filed Critical Guangdong Polytechnic Normal University
Priority to CN201810689696.1A priority Critical patent/CN108985191A/zh
Publication of CN108985191A publication Critical patent/CN108985191A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/107—Static hand or arm
    • G06V40/113—Recognition of static hand signs
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于移动设备手势识别的轮廓提取方法，该轮廓提取方法对边缘像素点的八邻域进行跟踪搜索，搜索边缘像素点，并记录对应的位置编号，采用编号顺序将边缘像素点串联起来，组合形成轮廓，仅需简单的条件进行循环搜索即可完成，算法模型简单，计算量小，运用在移动设备上有很高的实时性，延迟低。

Description

一种基于移动设备手势识别的轮廓提取方法
技术领域
本发明涉及手势识别的技术领域，具体是一种基于移动设备手势识别的轮廓提取方法。
背景技术
在手势识别技术中，主要包括手势分割、特征提取和手势识别三个步骤，而在特征提取中，轮廓的提取是前提条件。轮廓提取一般都是利用图像的一阶导数极值或二阶导数的过零点信息来提取边缘，将边缘像素组合形成轮廓。传统的轮廓提取方法都是基于PC系统的，算法模型复杂，计算量大，运用在移动设备上有明显的延迟。
发明内容
本发明针对上述存在的问题，提供了一种基于移动设备手势识别的轮廓提取方法，算法模型简单，计算量大，运用在硬件条件不高的移动设备有较低的延迟。
本发明一种基于移动设备手势识别的轮廓提取方法，包括以下步骤：
1)在图像上按顺序搜索到首个边缘像素点，记录为轮廓点S0到轮廓点序列表中，建立该像素点为中心的八邻域模型，按照固定的顺序编辑八邻域的像素点编号，从编号d开始搜索八邻域的像素点；
2)按照八邻域像素点的编号顺序依次搜索八领域像素点，若寻找到新的边缘像素点，
则记录该轮廓点Sn到轮廓点序列表中，并记录该轮廓点Sn在八邻域中的编号d′；
3)将轮廓点Sn设为当前轮廓点，以同样的八邻域编码顺序建立以当前轮廓点为中心的八邻域模型，重新设置搜索开始编号d＝(d+3)mod8+1，继续执行步骤B；
4)直到搜索到的边缘像素点为起始点，即Sn＝S0，则结束搜索。
作为进一步的改进，所述步骤A中搜索顺序为按图像从左到右，从上到下。
作为进一步的改进，所述编号顺序为以当前轮廓点为中心的九宫格右上角点开始逆时针编号。
作为进一步的改进，所述d＝5。
作为进一步的改进，还包括边缘像素点的提取：创建一个一维高斯掩模G用于对图像I进行卷积运算，获取图像I上的每个像素点的梯度M，图像上梯度值大于高阀值Th的像素点均标记为边缘像素点，连接边缘像素点且梯度值大于低阀值T1的像素点均标记为边缘像素点。
作为进一步的改进，所述卷积运算包括以下步骤：
A、在X和Y的行列方向上创建高斯函数的一阶导数作为一维掩模，得到Gx和Gy；
B、分别沿行和沿列利用一维高斯掩模G对图像I做卷积运算，得到X分量图像Ix和Y分量图像Iy；
C、利用Gx对Ix进行卷积运算得到Ix′，同样利用Gy对Iy进行卷积运算得到Iy′；
D、结合X分量和Y分量计算边缘响应的强度，即梯度：
作为进一步的改进，所述高阀值和低阀值的比值为2:1.
作为进一步的改进，所述高阀值和低阀值的比值为3:1.
本发明具有以下有益效果：该轮廓提取方法对边缘像素点的八邻域进行跟踪搜索，搜索边缘像素点，并记录对应的位置编号，采用编号顺序将边缘像素点串联起来，组合形成轮廓，仅需简单的条件进行循环搜索即可完成，算法模型简单，计算量小，运用在移动设备上有很高的实时性，延迟低。
具体实施方式
本实施例一种基于移动设备手势识别的轮廓提取方法，利用八邻域算法对边缘像素点进行根据搜索，形成相关的轮廓点序列表。本实施中边缘像素点的提取采用了用Canny算子作为边缘检测的方法，创建一个一维高斯掩模G用于对图像I进行卷积运算，卷积运算步骤如下：
具体步骤如下：
A、在X和Y的行列方向上创建高斯函数的一阶导数作为一维掩模，得到和；
B、分别沿行和沿列利用一维高斯掩模G对图像I做卷积运算，得到X分量图像和Y分量图像；
C、利用对进行卷积运算得到，同样利用对进行卷积运算得到；
D、结合X分量和Y分量计算边缘响应的强度，即梯度。
Canny算子算法的基本思想是：每一个边缘像素都关联了一个方向，在一个边缘像素上的梯度的大小应该比在边缘两侧的像素上的梯度大小要大。传统的Canny算子算法都是采用最后一步是非最大抑制步骤，其中非局部极大值的像素都会被移除，最后的图像仍然包含灰阶值，因此还需要进行阈值操作以判断哪些像素为边缘像素，哪些像素不是边缘像素。该实施例中，Canny算子最后获取图像I上的每个像素点的梯度M，图像上梯度值大于高阀值的像素点均标记为边缘像素点，连接边缘像素点且梯度值大于低阀值的像素点均标记为边缘像素点。低阀值用于边缘连接，高阀值用来控制边缘的初始段，推荐的高低阈值比在2:1到3:1之间。
边缘像素点找出来之后，只是零散的点，并没有连接形成轮廓。在平面图像中，任意一像素点，都有八个像素点与之相连，轮廓点的八邻域内必定有一个与之相连的轮廓点。对边缘像素点的八邻域进行编号，编号顺序为以当前轮廓点为中心的九宫格右上角点开始逆时针编号，编号表如下：
3 2 1
4 Sn 8
5 6 7
搜索八邻域内的边缘像素点记录到轮廓点序列表中，组合形成相关的轮廓，具体步骤如下:
1)在图像上按从左到右，从上到下的顺序搜索到首个边缘像素点，记录为轮廓点S0到轮廓点序列表中，建立该像素点为中心的八邻域模型，按照固定的顺序编辑八邻域的像素点编号，从编号d开始搜索八邻域的像素点；
2)按照八邻域像素点的编号顺序依次搜索八领域像素点，若寻找到新的边缘像素点，则记录该轮廓点Sn到轮廓点序列表中，并记录该轮廓点Sn在八邻域中的编号d′；
3)将轮廓点Sn设为当前轮廓点，以同样的八邻域编码顺序建立以当前轮廓点为中心的八邻域模型，重新设置搜索开始编号d＝(d+3)mod8+1，继续执行步骤B；
4)直到搜索到的边缘像素点为起始点，即Sn＝S0，则结束搜索。
在具体的实施例，d可以取5，即是从八邻域中编号为5的像素点开始搜索。经过上述步骤的搜索后，得到轮廓点序列表，轮廓点序列表中的得到的新轮廓点都是以上一个轮廓点为基础，轮廓点按照编号的排列组合形成所需的轮廓。
实施例中针对不同分辨率的手机拍摄的图像进行轮廓提取，所需的时间表如下：
分辨率 640x480 1280x720 1088x1088 1280x960 1440x1080 1920x1080
提取时间(ms) 105 587 938 1876 2560 3362
从表中可以看出，对于分辨率越低的手机来说，轮廓提取时间越少，实时性越高。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于移动设备手势识别的轮廓提取方法，其特征在于，包括以下步骤：
1)在图像上按顺序搜索到首个边缘像素点，记录为轮廓点S0到轮廓点序列表中，建立该像素点为中心的八邻域模型，按照固定的顺序编辑八邻域的像素点编号，从编号d开始搜索八邻域的像素点；
2)按照八邻域像素点的编号顺序依次搜索八领域像素点，若寻找到新的边缘像素点，
则记录该轮廓点Sn到轮廓点序列表中，并记录该轮廓点Sn在八邻域中的编号d′；
3)将轮廓点Sn设为当前轮廓点，以同样的八邻域编码顺序建立以当前轮廓点为中心的八邻域模型，重新设置搜索开始编号d＝(d+3)mod8+1，继续执行步骤B；
4)直到搜索到的边缘像素点为起始点，即Sn＝S0，则结束搜索。
2.根据权利要求1所述的轮廓提取方法，其特征在于，所述步骤A中搜索顺序为按图像从左到右，从上到下。
3.根据权利要求1所述的轮廓提取方法，其特征在于，所述编号顺序为以当前轮廓点为中心的九宫格右上角点开始逆时针编号。
4.根据权利要求1所述的轮廓提取方法，其特征在于，所述d＝5。
5.根据权利要求1所述的轮廓提取方法，其特征在于，还包括边缘像素点的提取：创建一个一维高斯掩模G用于对图像I进行卷积运算，获取图像I上的每个像素点的梯度M，图像上梯度值大于高阀值Th的像素点均标记为边缘像素点，连接边缘像素点且梯度值大于低阀值T1的像素点均标记为边缘像素点。
6.根据权利要求5所述的轮廓提取方法，其特征在于，所述卷积运算包括以下步骤：
A、在X和Y的行列方向上创建高斯函数的一阶导数作为一维掩模，得到Gx和Gy；
B、分别沿行和沿列利用一维高斯掩模G对图像I做卷积运算，得到X分量图像Ix和Y分量图像Iy；
C、利用Gx对Ix进行卷积运算得到I′x，同样利用Gy对Iy进行卷积运算得到I′y；
D、结合X分量和Y分量计算边缘响应的强度，即梯度：
7.根据权利要求5所述的轮廓提取方法，其特征在于，所述高阀值和低阀值的比值为2:1。
8.根据权利要求5所述的轮廓提取方法，其特征在于，所述高阀值和低阀值的比值为3:1。
CN201810689696.1A 2018-06-28 2018-06-28 一种基于移动设备手势识别的轮廓提取方法 Pending CN108985191A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810689696.1A CN108985191A (zh) 2018-06-28 2018-06-28 一种基于移动设备手势识别的轮廓提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810689696.1A CN108985191A (zh) 2018-06-28 2018-06-28 一种基于移动设备手势识别的轮廓提取方法

Publications (1)

Publication Number Publication Date
CN108985191A true CN108985191A (zh) 2018-12-11

Family

ID=64539493

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810689696.1A Pending CN108985191A (zh) 2018-06-28 2018-06-28 一种基于移动设备手势识别的轮廓提取方法

Country Status (1)

Country Link
CN (1) CN108985191A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111127404A (zh) * 2019-12-06 2020-05-08 广州柏视医疗科技有限公司 一种医疗影像轮廓快速提取方法
CN112200738A (zh) * 2020-09-29 2021-01-08 平安科技（深圳）有限公司 形状的突起识别方法、装置以及计算机设备
CN115098171A (zh) * 2022-05-20 2022-09-23 智绘微电子科技(南京)有限公司 一种vbios中优化图片压缩处理的方法
CN117314944A (zh) * 2023-09-28 2023-12-29 腾讯科技（深圳）有限公司 一种图像处理方法及相关设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679145A (zh) * 2013-12-06 2014-03-26 河海大学 一种手势自动识别方法
CN104680127A (zh) * 2014-12-18 2015-06-03 闻泰通讯股份有限公司 手势识别方法及系统
EP2980728A1 (en) * 2014-08-01 2016-02-03 Imersivo, S.L. Procedure for identifying a hand gesture
CN106843472A (zh) * 2016-12-28 2017-06-13 歌尔科技有限公司 手势识别方法和装置、虚拟现实设备、可编程设备
WO2017113794A1 (zh) * 2015-12-31 2017-07-06 北京体基科技有限公司 手势动作识别方法、控制方法和装置以及腕式设备
CN107038424A (zh) * 2017-04-20 2017-08-11 华中师范大学 一种手势识别方法
CN107330354A (zh) * 2017-03-20 2017-11-07 长沙理工大学 一种自然手势识别方法
CN107610135A (zh) * 2017-09-21 2018-01-19 程仕燚 基于测地线距离算法和形态学识别的快速手指分割方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679145A (zh) * 2013-12-06 2014-03-26 河海大学 一种手势自动识别方法
EP2980728A1 (en) * 2014-08-01 2016-02-03 Imersivo, S.L. Procedure for identifying a hand gesture
CN104680127A (zh) * 2014-12-18 2015-06-03 闻泰通讯股份有限公司 手势识别方法及系统
WO2017113794A1 (zh) * 2015-12-31 2017-07-06 北京体基科技有限公司 手势动作识别方法、控制方法和装置以及腕式设备
CN106843472A (zh) * 2016-12-28 2017-06-13 歌尔科技有限公司 手势识别方法和装置、虚拟现实设备、可编程设备
CN107330354A (zh) * 2017-03-20 2017-11-07 长沙理工大学 一种自然手势识别方法
CN107038424A (zh) * 2017-04-20 2017-08-11 华中师范大学 一种手势识别方法
CN107610135A (zh) * 2017-09-21 2018-01-19 程仕燚 基于测地线距离算法和形态学识别的快速手指分割方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
姚峰林: "《数字图像处理及在工程中的应用》", 30 April 2014 *
毛晓洁: "基于Android平台的手势识别技术的研究与应用", 《中国优秀硕士学位论文全文数据库》 *
邓继忠: "《数字图像处理技术》", 30 September 2005 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111127404A (zh) * 2019-12-06 2020-05-08 广州柏视医疗科技有限公司 一种医疗影像轮廓快速提取方法
CN112200738A (zh) * 2020-09-29 2021-01-08 平安科技（深圳）有限公司 形状的突起识别方法、装置以及计算机设备
CN115098171A (zh) * 2022-05-20 2022-09-23 智绘微电子科技(南京)有限公司 一种vbios中优化图片压缩处理的方法
CN117314944A (zh) * 2023-09-28 2023-12-29 腾讯科技（深圳）有限公司 一种图像处理方法及相关设备

Similar Documents

Publication Publication Date Title
CN109376681B (zh) 一种多人姿态估计方法及系统
CN106599028B (zh) 一种基于视频图像处理的书本内容搜索匹配方法
US10565713B2 (en) Image processing apparatus and method
CN108985191A (zh) 一种基于移动设备手势识别的轮廓提取方法
US20080232715A1 (en) Image processing apparatus
CN113643365B (zh) 一种相机位姿估计方法、装置、设备以及可读存储介质
CN109427066A (zh) 任意角度的边缘检测方法
CN104700421A (zh) 一种基于canny的自适应阈值的边缘检测算法
CN103870824B (zh) 一种在人脸检测跟踪过程中的人脸捕捉方法及装置
CN107563379B (zh) 用于对自然场景图像中文本的定位方法
CN110276279B (zh) 一种基于图像分割的任意形状场景文本探测方法
CN105469026A (zh) 针对文档图像的水平和垂直线检测和移除
CN106611168B (zh) 基于细化图像和方向场图的指静脉快速识别方法
CN105117727A (zh) 一种车牌快速定位方法
WO2017088462A1 (zh) 图像处理方法和装置
CN106326872A (zh) 一种扩增现实系统中手势轮廓的提取方法
CN103733225B (zh) 特征点对等系统、特征点对等方法、以及记录介质
CN108898148A (zh) 一种数字图像角点检测方法、系统及计算机可读存储介质
CN108665495B (zh) 图像处理方法及装置、移动终端
CN113052162B (zh) 一种文本识别方法、装置、可读存储介质及计算设备
CN111488847A (zh) 体育比赛视频进球片段获取系统及方法、终端
KR101717441B1 (ko) 문자영상 내의 개인정보 보호장치 및 방법
CN108764297B (zh) 一种可移动设备位置的确定方法、装置及电子设备
CN104573085B (zh) 图像检索方法、图像检索装置和终端
CN113228105A (zh) 一种图像处理方法、装置和电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181211