一种手轮廓提取及定向算法

摘要

本发明公开了一种手轮廓提取及定向算法。传统手边缘提取算法得到的图像轮廓都很粗糙，无法满足手三维建模的要求。本发明依次包括如下步骤：图像平滑处理、Sobel算子提取手轮廓粗糙图像、找手轮廓粗糙图像中最长轮廓作为手轮廓、手朝向定位。本发明能够精确地提取图像中手的轮廓，去除图像上其他物体或是噪声的干扰，并对手指朝向在图像上定位。

主权项

一种手轮廓提取及定向算法，其特征在于：该方法依次包括如下步骤：图像平滑处理、Sobel算子提取手轮廓粗糙图像、找手轮廓粗糙图像中最长轮廓作为手轮廓、手朝向定位，具体如下：步骤1、对摄像机获取的原始图像进行图像平滑处理，获得预处理图像；图像平滑处理使用高斯平滑滤波，选取的5*5高斯掩膜如下：$\frac{1}{150}\left[\begin{array}{ccccc}1& 3& 6& 3& 1\\ 3& 7& 12& 7& 3\\ 6& 14& 18& 14& 6\\ 3& 7& 12& 7& 3\\ 1& 3& 6& 3& 1\end{array}\right]$步骤2、对步骤一获得的预处理图像使用Sobel算子提取出手轮廓粗糙图像，手轮廓粗糙图像上的轮廓包括手轮廓和其它物体的轮廓，具体如下：记预处理图像为A，那么图像A上某一像素点的水平和垂直方向的梯度分别为：$\left\{\begin{array}{c}{G}_x=\left[\begin{array}{ccc}-1& 0& 1\\ -2& 0& 2\\ -1& 0& 1\end{array}\right]*A\\ G_y=\left[\begin{array}{ccc}-1& -2& -1\\ 0& 0& 0\\ 1& 2& 1\end{array}\right]*A\end{array}\right.$则该像素点的梯度值针对手的特征设置预设值，当某像素点的G值大于预设值时，就将该像素点作为手轮廓粗糙图像的一个边缘点；计算图像A上每一个像素点的梯度值，这样就得到了手轮廓粗糙图像；步骤3、将手轮廓粗糙图像中最长轮廓作为手的轮廓，并去除手轮廓粗糙图像中与手轮廓无关的点，具体如下：3.1：以手轮廓粗糙图像的左上角为起点按照从上到下、从左到右的顺序扫描每一个像素点直到找到一条轮廓上的像素点A1，该像素点满足要求q：该像素点作为3*3九宫格中心点时，周围的8个像素点仅有一个是轮廓上的像素点B1；3*3九宫格内包含三行像素点，每行包括三个像素点；3.2：将像素点A1作为轮廓的起始点，并记录下像素点A1的坐标；3.3：将像素点B1作为像素点A1的后继点，并且将像素点B1作为新的3*3九宫格的中心点，按照搜索路径P进行遍历，搜索路径P如下：从上往下、从左往右的顺序在当前3*3九宫格内选取除前一个3*3九宫格中心点外的第一个像素点C1，同时记录下当前3*3九宫格内除当前3*3九宫格中心点和前一个3*3九宫格中心点以外其余像素点的坐标以便按照搜索路径P回溯遍历这些点；对像素点C1和需要回溯遍历的点均按照搜索路径P进行遍历，每次遍历以遇到满足要求q的一个像素点为结束条件，并记录下该次遍历的像素点个数；这样便找出了以像素点A1为起始点的所有轮廓及每条轮廓的长度；3.4：继续按照从上到下、从左到右的顺序扫描出满足要求q的各条轮廓上的像素点，并对每个满足要求q的像素点重复步骤3.2～3.3；3.5：比较经步骤3.1～3.4得到的每条轮廓的像素点个数，像素点个数最多则长度最长，以长度最长的那一条轮廓作为手轮廓，去除手轮廓粗糙图像上除最长轮廓上的像素点以外的其它像素点，这样便得到了手轮廓精确图像；步骤4、设手轮廓的起始点为E(x₀,y₀),那么从E(x₀,y₀)开始沿手轮廓向后推移5个像素点记为F(x₁,y₁)，线段EF的斜率为：$k_1=\frac{y_1-y_0}{x_1-x_0}(x_1\ne x_0)$然后以F为参照点沿手轮廓向后推移5个点记为G(x₂,y₂),求出线段FG的斜率k₂；依次类推，直到k_i‑1*k_i为负值时停止计算，并将此时的k_i记为k_n，其中，2≤i≤N，N为手轮廓上像素点的个数；取k₁,k₂,...,k_n的平均值K作为手朝向的斜率，则手朝向与水平轴的夹角为：β＝arctan K。