本發(fā)明屬于手勢(shì)識(shí)別技術(shù)領(lǐng)域，涉及一種手勢(shì)識(shí)別方法。

背景技術(shù)：

手勢(shì)是目前最自然直觀的人機(jī)交互方式之一。現(xiàn)有的手勢(shì)識(shí)別技術(shù)主要分為兩鐘，一種是基于數(shù)據(jù)手套的手勢(shì)識(shí)別，要求用戶必須帶上特殊的數(shù)據(jù)手套，跟蹤和標(biāo)記人手在空間坐標(biāo)中的運(yùn)動(dòng)軌跡和時(shí)序信息，再通過(guò)信號(hào)處理來(lái)達(dá)到手勢(shì)識(shí)別的目的，這種方式需要購(gòu)買(mǎi)昂貴的設(shè)備，實(shí)用性低。另一種是基于計(jì)算機(jī)視覺(jué)的手勢(shì)識(shí)別，主要利用普通攝像頭來(lái)獲取包含手部的圖像數(shù)據(jù)，通過(guò)對(duì)數(shù)據(jù)的處理和分析來(lái)識(shí)別手勢(shì)，這種方法實(shí)時(shí)性差，檢測(cè)效果依賴(lài)于環(huán)境光照條件，易受復(fù)雜背景和膚色的影響，識(shí)別率較低。隨著體感技術(shù)的發(fā)展，基于體感交互的手勢(shì)識(shí)別成為了研究的熱點(diǎn)。談家譜等人利用kinect獲取的骨骼信息跟蹤手部位置，并結(jié)合ycrcb膚色分割方法提取手部信息。然后利用基于行像素變化次數(shù)的掌心點(diǎn)提取方法獲取掌心點(diǎn)位置，并通過(guò)分析輪廓點(diǎn)與掌心點(diǎn)間的距離曲線來(lái)提取指尖點(diǎn)。最后通過(guò)靜態(tài)手勢(shì)特征分析來(lái)識(shí)別手勢(shì)。李寶印等人提出了一種手勢(shì)識(shí)別系統(tǒng)，首先實(shí)時(shí)檢測(cè)視頻流中的手勢(shì)，標(biāo)記檢測(cè)到手勢(shì)的區(qū)域?yàn)楦信d趣區(qū)域。然后利用膚色分割法對(duì)感興趣區(qū)域進(jìn)行處理。接著進(jìn)行邊緣檢測(cè)和輪廓提取，得到手形輪廓的點(diǎn)序列。然后提取手形輪廓的傅里葉描述子，利用pca分析將其映射到特征空間的一個(gè)新向量，最后采用基于樣本學(xué)習(xí)的方法識(shí)別手勢(shì)。

目前的手勢(shì)識(shí)別方法存在的主要問(wèn)題如下：

(1)基于彩色圖像和膚色分割的算法易受光照條件、復(fù)雜背景以及膚色變化等因素的影響，在光照不充分的環(huán)境或者手部顏色有差異（如醫(yī)生在手術(shù)過(guò)程中佩戴手套）的情況下，識(shí)別效率會(huì)大大降低，影響實(shí)用性。

(2)識(shí)別算法較復(fù)雜，計(jì)算量較大，無(wú)法滿足實(shí)時(shí)性要求。

(3)在手勢(shì)發(fā)生旋轉(zhuǎn)、平移和縮放的情況下，識(shí)別率不高。

相關(guān)參考文獻(xiàn)如下：

[1]談家譜.基于指尖信息的手勢(shì)識(shí)別與人機(jī)交互應(yīng)用研究[d].北京:北京交通大學(xué),2016.

[2]李寶印.手勢(shì)識(shí)別方法及系統(tǒng)[p].中國(guó)專(zhuān)利:201410795071.5,2015.06.03.

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明針對(duì)現(xiàn)有技術(shù)的不足，提供一種手勢(shì)識(shí)別方法，提高手勢(shì)識(shí)別的效率和精度。通過(guò)使用kinect提取深度信息，避免了識(shí)別過(guò)程中光照、手部顏色的差異帶來(lái)的影響；使用kinect獲取骨骼信息，并結(jié)合數(shù)字圖像分析技術(shù)更有效的識(shí)別手勢(shì)。微軟的體感設(shè)備kinect不僅可以獲取彩色圖像信息，還可以實(shí)時(shí)獲取深度數(shù)據(jù)。本發(fā)明使用kinect獲取深度信息，結(jié)合數(shù)字圖像分析技術(shù)，能夠快速準(zhǔn)確的識(shí)別操控者的手勢(shì)。

為了達(dá)到上述目的，本發(fā)明提供的技術(shù)方案是：一種手勢(shì)識(shí)別方法，其特征在于，包括如下步驟：

步驟1，通過(guò)kinect實(shí)時(shí)獲取深度圖像序列；

步驟2，通過(guò)kinect實(shí)時(shí)獲取手掌中心和手肘中心的位置，并根據(jù)每幀圖像的深度信息提取手部輪廓；

步驟3，根據(jù)手掌中心位置、手肘中心位置和手部輪廓，計(jì)算指尖位置和指根位置，提取特征；

步驟4，將步驟3中提取的特征和模板庫(kù)中的手勢(shì)特征進(jìn)行匹配，進(jìn)入分類(lèi)器，按分類(lèi)器的分類(lèi)標(biāo)準(zhǔn)選擇出最接近的手勢(shì)為識(shí)別出的手勢(shì)，并將每一幀識(shí)別出的手勢(shì)保存在隊(duì)列q中；

步驟5，分析隊(duì)列q中該幀和之前四幀的識(shí)別結(jié)果，選取出現(xiàn)數(shù)量最多的手勢(shì)，作為最終識(shí)別結(jié)果。

而且，所述步驟2具體包括以下子步驟，

步驟2.1，利用隨機(jī)森林機(jī)器學(xué)習(xí)技術(shù)平穩(wěn)的跟蹤人體關(guān)節(jié)，獲得手掌中心點(diǎn)的位置坐標(biāo)和手肘中心點(diǎn)的位置坐標(biāo)；

步驟2.2，分析每幀圖像的深度信息，將圖像分為背景部分和人體部分；

步驟2.3，根據(jù)步驟2.1中的手掌中心位置和步驟2.2中的人體部分，得到包含人體手部的二值圖；

步驟2.4，對(duì)步驟2.3得到的二值圖進(jìn)行中值濾波，獲得邊緣平滑的圖像i；

步驟2.5，查找圖像i的邊緣，獲取圖像邊緣曲線，得到曲線的頂點(diǎn)序列；

步驟2.6，對(duì)所得曲線的頂點(diǎn)序列進(jìn)行過(guò)濾，計(jì)算每條曲線所包圍的面積，篩選出包圍面積最大的曲線，即為手部輪廓。

而且，所述步驟3具體包括以下子步驟，

步驟3.1，對(duì)手部輪廓進(jìn)行多邊形逼近，得到一個(gè)多邊形的頂點(diǎn)序列；

步驟3.2，在多邊形的頂點(diǎn)序列中查找凸包點(diǎn)，得到多邊形的凸包點(diǎn)序列；

步驟3.3，得到多邊形的每個(gè)凸包點(diǎn)對(duì)應(yīng)的凹陷點(diǎn)序列；

步驟3.4，計(jì)算多邊形的最大內(nèi)接圓半徑maxdist和圓心；

步驟3.5，濾除手掌中心以下部分的凸包點(diǎn)，將剩下的每個(gè)凸包點(diǎn)與對(duì)應(yīng)凹陷點(diǎn)構(gòu)成的線段記錄為手指，凸包點(diǎn)對(duì)應(yīng)指尖，凹陷點(diǎn)對(duì)應(yīng)指根，手指?jìng)€(gè)數(shù)為n，計(jì)算每個(gè)手指對(duì)應(yīng)的指尖點(diǎn)與手掌中心點(diǎn)和手肘中心點(diǎn)連線的垂直距離distance，以及每個(gè)手指的指尖點(diǎn)和手掌中心點(diǎn)間的歐氏距離long；

步驟3.6，獲取多邊形的包圍矩形，以多邊形的最大寬度設(shè)置為矩形的長(zhǎng)width，最大高度設(shè)置為矩形的高h(yuǎn)eight，計(jì)算矩形區(qū)域左上角及右上角頂點(diǎn)坐標(biāo)。

而且，所述特征包括手指?jìng)€(gè)數(shù)n，每個(gè)手指對(duì)應(yīng)的指尖點(diǎn)與手掌中心點(diǎn)和手肘中心點(diǎn)連線的垂直距離distance，每個(gè)手指的指尖點(diǎn)和手掌中心點(diǎn)間的歐氏距離long，最大內(nèi)接圓的半徑maxdist和圓心，以及多邊形包圍矩形的長(zhǎng)width、寬height、左上角及右上角頂點(diǎn)坐標(biāo)。

而且，所述步驟4中分類(lèi)器的分類(lèi)標(biāo)準(zhǔn)分為5級(jí)，

第一級(jí)分類(lèi)標(biāo)準(zhǔn)為手指?jìng)€(gè)數(shù)n；

第二級(jí)分類(lèi)標(biāo)準(zhǔn)是每個(gè)手指對(duì)應(yīng)的指尖點(diǎn)與手掌中心點(diǎn)和手肘中心點(diǎn)連線的垂直距離distance；

第三級(jí)分類(lèi)標(biāo)準(zhǔn)是每個(gè)手指的指尖點(diǎn)和手掌中心點(diǎn)間的歐氏距離long；

第四級(jí)分類(lèi)標(biāo)準(zhǔn)是多邊形的包圍矩形的長(zhǎng)width、寬hight、左上角及右上角頂點(diǎn)坐標(biāo)、最大內(nèi)接圓的半徑maxdist和圓心；

第五級(jí)分類(lèi)標(biāo)準(zhǔn)是空洞檢測(cè)，空洞檢測(cè)具體實(shí)施方法為：沿手肘中心到手掌中心的方向，以手掌中心附近某一像素點(diǎn)為起點(diǎn)，在多邊形的最大內(nèi)接圓半徑的三倍范圍內(nèi)，掃描圖像中的像素點(diǎn)，若在檢查到點(diǎn)在多邊形外部之后又檢查到多邊形內(nèi)部點(diǎn)，則判定為有空洞；若在檢查到點(diǎn)在多邊形外部之后沒(méi)有檢查到多邊形內(nèi)部點(diǎn)，則判定為無(wú)空洞。

與現(xiàn)有技術(shù)相比，本發(fā)明是的優(yōu)點(diǎn)及有益效果是：

(1)通過(guò)深度閾值的方法，能夠較好的提取出人體手部輪廓，不受光照和背景以及膚色的影響，能夠在夜間、復(fù)雜背景以及存在膚色差異干擾（如戴有色手套）的情況下識(shí)別手勢(shì)。

(2)算法復(fù)雜度低，易理解，易實(shí)現(xiàn)，能滿足實(shí)時(shí)性，識(shí)別效率高。

(3)結(jié)合深度數(shù)據(jù)計(jì)算分析人體手部指尖、手掌中心點(diǎn)以及手肘中心點(diǎn)的空間幾何關(guān)系，能夠分析出特征點(diǎn)的坐標(biāo)與深度的關(guān)系，保證手勢(shì)的旋轉(zhuǎn)、平移以及縮放不變性，能夠適應(yīng)體感交互的需求。

經(jīng)實(shí)驗(yàn)證明，本發(fā)明的手勢(shì)識(shí)別方法能夠?qū)崟r(shí)準(zhǔn)確的識(shí)別從一到十的傳統(tǒng)計(jì)數(shù)手勢(shì)。

附圖說(shuō)明

圖1是本發(fā)明實(shí)施例的流程圖；

圖2是本發(fā)明實(shí)施例中步驟2的流程圖；

圖3是本發(fā)明實(shí)施例中步驟3的流程圖；

圖4是本發(fā)明實(shí)施例中步驟3.2中判斷頂點(diǎn)方向的示意圖；

圖5是本發(fā)明實(shí)施例中步驟3.3中凸包點(diǎn)與凹陷點(diǎn)的對(duì)應(yīng)關(guān)系圖；

圖6是本發(fā)明實(shí)施例中步驟3.5中濾除的手掌以下部分的示意圖；

圖7是本發(fā)明實(shí)施例中步驟4中計(jì)算垂直距離distance的示意圖；

圖8是本發(fā)明實(shí)施例中步驟4中空洞判定的示意圖；

圖9是本發(fā)明實(shí)施例中所識(shí)別的手勢(shì)示意圖。

具體實(shí)施方式

本發(fā)明在研究手勢(shì)識(shí)別的基礎(chǔ)上，以獲取指尖、手掌中心點(diǎn)和手肘中心點(diǎn)的相對(duì)位置為突破口，來(lái)識(shí)別手勢(shì)。本實(shí)例利用kinect實(shí)時(shí)獲取深度圖像序列和人體部分關(guān)節(jié)（手掌和手肘）的位置，運(yùn)用圖像處理技術(shù)，分析所得數(shù)據(jù)，能夠較準(zhǔn)確的識(shí)別預(yù)設(shè)手勢(shì)。本實(shí)例的手勢(shì)為中國(guó)傳統(tǒng)計(jì)數(shù)手勢(shì)一至十。

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明的技術(shù)方案作進(jìn)一步說(shuō)明。

如圖1所示，本實(shí)施例的具體實(shí)施包括以下步驟：

步驟1，通過(guò)kinect實(shí)時(shí)獲取深度圖像序列；

根據(jù)光從攝像頭到物體的反射時(shí)間推算出光子飛行的距離，得到物體的深度信息。本實(shí)例中獲得圖像大小為512×424像素，幀率為30fps的深度數(shù)據(jù)流。

步驟2，通過(guò)kinect實(shí)時(shí)獲取手掌中心和手肘中心的位置，并根據(jù)每幀圖像的深度信息提取手部輪廓，步驟2的具體實(shí)施方式包括如下子步驟，如圖2所示：

步驟2.1，利用隨機(jī)森林機(jī)器學(xué)習(xí)技術(shù)平穩(wěn)的跟蹤人體關(guān)節(jié)。具體實(shí)施方法是從單幀深度數(shù)據(jù)圖中對(duì)人體進(jìn)行分段，并標(biāo)記出關(guān)鍵節(jié)點(diǎn)，將標(biāo)記的各個(gè)人體部分重新映射到三維空間中，對(duì)關(guān)節(jié)點(diǎn)形成高可靠的空間定位?？梢缘玫綄?duì)應(yīng)深度圖像中手掌中心點(diǎn)的位置坐標(biāo)和手肘中心點(diǎn)的位置坐標(biāo)；

步驟2.2，分析每幀圖像的深度信息。當(dāng)檢測(cè)到人體時(shí)，分析深度圖像的直方圖，根據(jù)其計(jì)算閾值t，大于t的像素為背景部分，小于t的像素為人體部分；

步驟2.3，在單幀深度圖像中以手掌中心位置為中心標(biāo)記一個(gè)大小為的0.24m×0.22m的矩形方框。根據(jù)步驟2.2判斷矩形方框內(nèi)屬于人體部分的像素點(diǎn)，并將其填充為白色。將圖像中其余像素點(diǎn)填充為黑色，最后得到包含人體手部的二值圖；

步驟2.4，對(duì)步驟2.3得到的二值圖進(jìn)行中值濾波，獲得邊緣平滑的圖像i，具體實(shí)施方法是：采用一個(gè)5×5像素的滑動(dòng)窗口，掃描步驟2.3得到的二值圖，對(duì)這個(gè)窗口中的灰度值進(jìn)行排序，然后將其灰度中值賦值給滑動(dòng)窗口中心像素，即可消除圖像噪聲，過(guò)濾部分非手勢(shì)像素，平滑圖像；

步驟2.5，查找圖像i的邊緣，獲取圖像邊緣曲線，得到曲線的頂點(diǎn)序列；

其中查找圖像邊緣的實(shí)施方法是：一，圖像灰度化；二，高斯去噪；三，采用sobel算子求解梯度幅度和方向；四，非極大值抑制；五，利用雙閥值算法檢測(cè)并連接邊緣。獲得曲線的頂點(diǎn)序列，實(shí)施方法是：建立一個(gè)等級(jí)樹(shù)的結(jié)構(gòu)輪廓，壓縮水平方向、垂直方向和對(duì)角線方向的元素，只保留該方向的終點(diǎn)坐標(biāo)，得到近似手形曲線點(diǎn)集，即曲線頂點(diǎn)序列；

步驟2.6，對(duì)所得曲線的頂點(diǎn)序列進(jìn)行過(guò)濾，計(jì)算每條曲線所包圍的面積，篩選出包圍面積最大的曲線，即為手部輪廓。

步驟3，根據(jù)手掌中心位置、手肘中心位置和手部輪廓，計(jì)算指尖位置和指根位置，提取特征，步驟3的具體實(shí)施方式包括如下子步驟，如圖3所示：

步驟3.1，對(duì)手部輪廓進(jìn)行多邊形逼近，得到一個(gè)多邊形的頂點(diǎn)序列；

方法是：一，在曲線上兩點(diǎn)a，b之間連接一條直線ab；二，得到曲線上離該直線段距離最大的點(diǎn)c，計(jì)算其與ab的距離d；三，比較該距離與預(yù)先給定的閾值threshold的大?。ū景l(fā)明實(shí)施例取值為1），如果小于threshold，則該直線段作為曲線的近似；四，如果距離大于threshold，則用c將曲線分為兩段ac和bc，并分別對(duì)兩段曲線進(jìn)行一到三的處理；五，當(dāng)所有曲線都處理完畢時(shí)，依次連接各個(gè)分割點(diǎn)形成的折線，即可以作為曲線的近似，得到一個(gè)多邊形頂點(diǎn)的序列。該多邊形和曲線形狀相似度高，但頂點(diǎn)數(shù)量較少，消耗的存儲(chǔ)空間更少，得到的曲線更平滑；

步驟3.2，在多邊形的頂點(diǎn)序列中查找凸包點(diǎn)，得到多邊形的凸包點(diǎn)序列。

具體實(shí)施方法是：遍歷多邊形的頂點(diǎn)序列，按逆時(shí)針?lè)较?，根?jù)相鄰的兩個(gè)頂點(diǎn)pi和pi+1判斷頂點(diǎn)pi+2的方向（0<i<多邊形的頂點(diǎn)個(gè)數(shù)），方向判斷的方法如圖4所示，其中4a中pi+2的方向?yàn)橄蛴肄D(zhuǎn)，4b中pi+2的方向?yàn)橄蜃鬓D(zhuǎn)，若方向向左轉(zhuǎn)，則將頂點(diǎn)pi+3壓入堆棧。當(dāng)算法終止時(shí)，堆棧中僅包含多邊形凸包點(diǎn)中的頂點(diǎn)，其順序?yàn)楦鱾€(gè)頂點(diǎn)在邊界上出現(xiàn)的逆時(shí)針?lè)较蚺帕械捻樞颍?/p>

步驟3.3，逆時(shí)針依次計(jì)算多邊形頂點(diǎn)序列上的兩個(gè)相鄰?fù)拱c(diǎn)之間的每個(gè)點(diǎn)到兩個(gè)凸包點(diǎn)的歐氏距離，將距離最大的點(diǎn)存儲(chǔ)到凹陷點(diǎn)集中，得到多邊形的每個(gè)凸包點(diǎn)對(duì)應(yīng)的凹陷點(diǎn)序列，如圖5所示，圖中每一條實(shí)線段對(duì)應(yīng)一對(duì)凸包點(diǎn)和凹陷點(diǎn)，其中上端點(diǎn)表示凸包點(diǎn)，下端點(diǎn)表示凹陷點(diǎn)。

步驟3.4，計(jì)算多邊形的最大內(nèi)接圓半徑和圓心。掃描圖像所有像素點(diǎn)，位于多邊形內(nèi)并且與多邊形距離最大的點(diǎn)為最大內(nèi)接圓圓心，到多邊形的歐氏距離為內(nèi)接圓的半徑maxdist。

步驟3.5，濾除手掌中心以下部分的凸包點(diǎn)，將剩下的每個(gè)凸包點(diǎn)與對(duì)應(yīng)凹陷點(diǎn)構(gòu)成的線段記錄為手指。根據(jù)參數(shù)估計(jì)，若凸包點(diǎn)與手掌中心點(diǎn)的歐氏距離大于多邊形最大內(nèi)接圓半徑長(zhǎng)度的二倍，且凸包點(diǎn)與其對(duì)應(yīng)的凹陷點(diǎn)間的歐氏距離大于多邊形最大內(nèi)接圓半徑，就將該凸包點(diǎn)與對(duì)應(yīng)的凹陷點(diǎn)構(gòu)成的線段記錄為手指，凸包點(diǎn)對(duì)應(yīng)指尖部分，凹陷點(diǎn)對(duì)應(yīng)指根部分。計(jì)算手指?jìng)€(gè)數(shù)n，每個(gè)手指對(duì)應(yīng)的指尖點(diǎn)與手掌中心點(diǎn)和手肘中心點(diǎn)連線的垂直距離distance，以及每個(gè)手指的指尖點(diǎn)和手掌中心點(diǎn)間的歐氏距離long。

求取凸包點(diǎn)f(x,y)和凹陷點(diǎn)b(x,y)間歐氏距離，公式為dis=sqrt[(fx-bx)²+(fy-by)²]。

濾除手掌中心以下部分，方法為：設(shè)向量a由手掌中心r(x,y)指向凸包點(diǎn)f(x,y)，向量b由手掌中心r(x,y)指向手肘中心t(x,y)，若向量a和向量b之間的夾角為銳角，即向量的點(diǎn)乘為正數(shù)，則剔除該凸包點(diǎn)和對(duì)應(yīng)的凹陷點(diǎn)，其中的點(diǎn)乘公式為：dot=(fx-rx)×(rx-tx)+(fy-ry)×(ry-ty)。如圖6中的矩形區(qū)域內(nèi)部即為濾除的手掌以下部分。

此方法可以保證手勢(shì)的旋轉(zhuǎn)、平移和縮放不變性。

步驟3.6，獲取多邊形的包圍矩形，以多邊形的最大寬度設(shè)置為矩形的長(zhǎng)width，最大高度設(shè)置為矩形的寬height，計(jì)算矩形區(qū)域左上角及右上角頂點(diǎn)坐標(biāo)。

步驟4，將上述特征和模板庫(kù)中的手勢(shì)特征進(jìn)行匹配，特征包括手指?jìng)€(gè)數(shù)n，每個(gè)手指對(duì)應(yīng)的指尖點(diǎn)與手掌中心點(diǎn)和手肘中心點(diǎn)連線的垂直距離distance，每個(gè)手指的指尖點(diǎn)和手掌中心點(diǎn)間的歐氏距離long，最大內(nèi)接圓的半徑maxdist和圓心，以及多邊形包圍矩形的長(zhǎng)width、寬height、左上角及右上角頂點(diǎn)坐標(biāo)，進(jìn)入分類(lèi)器，以分類(lèi)器的分類(lèi)標(biāo)準(zhǔn)選擇出最接近的手勢(shì)為識(shí)別出的手勢(shì)，并將每一幀識(shí)別出的手勢(shì)保存在隊(duì)列q中。

本實(shí)施例中分類(lèi)器的分類(lèi)標(biāo)準(zhǔn)如下：第一級(jí)分類(lèi)標(biāo)準(zhǔn)是上述步驟所記錄的手指?jìng)€(gè)數(shù)n，根據(jù)步驟3.5可以獲得。

第二級(jí)分類(lèi)標(biāo)準(zhǔn)是圖像坐標(biāo)系中每個(gè)手指對(duì)應(yīng)的指尖點(diǎn)與手掌中心點(diǎn)和手肘中心點(diǎn)連線的垂直距離distance。如圖7所示，計(jì)算指尖點(diǎn)p(x，y)到由手掌中心點(diǎn)r(x1,y1)和手肘中心點(diǎn)t(x2,y2)兩點(diǎn)構(gòu)成的直線的垂直距離distance的公式為：設(shè)a=y2-y1；b=x1-x2；c=x2×y1-x1×y2；距離distance=(a×x+b×y+c)/sqrt(a×a+b×b)。

第三級(jí)分類(lèi)標(biāo)準(zhǔn)是圖像坐標(biāo)系中每個(gè)手指的指尖點(diǎn)和手掌中心點(diǎn)間的歐氏距離long，根據(jù)步驟3.5可以獲得。

第四級(jí)分類(lèi)標(biāo)準(zhǔn)是多邊形的包圍矩形的長(zhǎng)width、寬hight、左上角及右上角頂點(diǎn)坐標(biāo)、最大內(nèi)接圓的圓心和半徑maxdist，根據(jù)步驟3.6獲得。

第五級(jí)分類(lèi)標(biāo)準(zhǔn)是空洞檢測(cè)，空洞檢測(cè)具體實(shí)施方法為：沿手肘中心到手掌中心的方向，以手掌中心附近某一像素點(diǎn)為起點(diǎn)，在多邊形的最大內(nèi)接圓半徑的三倍范圍內(nèi)，掃描圖像中的像素點(diǎn)，若在檢查到點(diǎn)在多邊形外部之后又檢查到多邊形內(nèi)部點(diǎn)，則判定為有空洞；若在檢查到點(diǎn)在多邊形外部之后沒(méi)有檢查到多邊形內(nèi)部點(diǎn)，則判定為無(wú)空洞，如圖8所示，小圓為多邊形的最大內(nèi)接圓，大圓為最大內(nèi)接圓半徑的3倍，實(shí)心點(diǎn)表示多邊形的內(nèi)部點(diǎn)，空心點(diǎn)表示多邊形的外部點(diǎn)，通過(guò)空洞檢測(cè)，可以判斷第一幅圖和第三幅圖為無(wú)空洞，第二幅圖和第四幅圖為有空洞。此方法可以保證手勢(shì)的旋轉(zhuǎn)和平移不變性。

最后，按照下述條件，識(shí)別右手手勢(shì)，手勢(shì)圖如圖9所示，圖中第一行為本發(fā)明所識(shí)別的右手手勢(shì)，第二行為左手手勢(shì)，每一行中的手勢(shì)按從左至右分別為一至十：

step1：若n=0，則根據(jù)多邊形的包圍矩形的長(zhǎng)width、寬height和多邊形的最大內(nèi)接圓半徑maxdist、圓心，以最大內(nèi)接圓圓心為中心，擴(kuò)大1.8倍，形成新的圓，判斷新的圓是否包圍了多邊形的包圍矩形的左上角頂點(diǎn)。若包圍，則判定手勢(shì)為十；否則，進(jìn)行空洞檢測(cè)。若有空洞，則判定手勢(shì)為九；若無(wú)空洞，則判定手勢(shì)為七；

step2：若n=1，且-25＜distance＜5，且long＞2.5×maxdist，則判定手勢(shì)為一；

step3：若n=2，且兩個(gè)手指的distance都介于-20與24之間，則判定手勢(shì)為二；

step4：若n=2，且其中一個(gè)手指的distance介于-5與24之間，另一個(gè)手指的distance介于-40與-20之間，則判定手勢(shì)為八；

step5：若n=2，且其中一個(gè)手指的distance介于24與60之間，另一個(gè)手指的distance介于-40與-20之間，則判定手勢(shì)為六；

step6：若n=3，且三個(gè)手指的distance都介于-30與50之間，則判定手勢(shì)為三；

step7：若n=4，且四個(gè)手指的distance都介于-30與50之間，則判定手勢(shì)為四；

step8：若n=5，則判定手勢(shì)為五；

按照下述條件，識(shí)別左手手勢(shì)，手勢(shì)圖如圖9所示：

step1：若n=0，則根據(jù)多邊形的包圍矩形的長(zhǎng)width、寬height和多邊形的最大內(nèi)接圓半徑maxdist、圓心，以最大內(nèi)接圓圓心為中心，擴(kuò)大1.8倍，形成新的圓，判斷新的圓是否包圍了多邊形的包圍矩形的右上角頂點(diǎn)。若包圍，則判定手勢(shì)為十；否則，進(jìn)行空洞檢測(cè)。若有空洞，則判定手勢(shì)為九；若無(wú)空洞，則判定手勢(shì)為七；

step2：若n=1，且-5＜distance＜25，且long＞2.5×maxdist，則判定手勢(shì)為一；

step3：若n=2，且兩個(gè)手指的distance都介于-24與20之間，則判定手勢(shì)為二；

step4：若n=2，且其中一個(gè)手指的distance介于-24與5之間，另一個(gè)手指的distance介于20與40之間，則判定手勢(shì)為八；

step5：若n=2，且其中一個(gè)手指的distance介于-60與-24之間，另一個(gè)手指的distance介于20與40之間，則判定手勢(shì)為六；

step6：若n=3，且三個(gè)手指的distance都介于-50與30之間，則判定手勢(shì)為三；

step7：若n=4，且四個(gè)手指的distance都介于-50與30之間，則判定手勢(shì)為四；

step8：若n=5，則判定手勢(shì)為五；

步驟5：優(yōu)化識(shí)別結(jié)果：分析隊(duì)列q中該幀和之前四幀的識(shí)別結(jié)果，選取出現(xiàn)數(shù)量最多的手勢(shì)，作為最終識(shí)別結(jié)果。

具體實(shí)施時(shí)，以上流程可采用計(jì)算機(jī)軟件技術(shù)實(shí)現(xiàn)自動(dòng)運(yùn)行流程。

本文中所描述的具體實(shí)施例僅僅是對(duì)本發(fā)明精神作舉例說(shuō)明。本發(fā)明所屬技術(shù)領(lǐng)域的技術(shù)人員可以對(duì)所描述的具體實(shí)施例做各種各樣的修改或補(bǔ)充或采用類(lèi)似的方式替代，但并不會(huì)偏離本發(fā)明的精神或者超越所附權(quán)利要求書(shū)所定義的范圍。