买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于视频序列的非接触式手掌检测方法_四川圣点世纪科技有限公司_202011499311.9 

申请/专利权人:四川圣点世纪科技有限公司

申请日:2020-12-17

公开(公告)日:2021-04-13

公开(公告)号:CN112232332B

主分类号:G06K9/00(20060101)

分类号:G06K9/00(20060101);G06K9/38(20060101);G06K9/46(20060101);G06T7/13(20170101);G06T7/168(20170101);G06T7/187(20170101);G06T7/246(20170101)

优先权:

专利状态码:有效-授权

法律状态:2021.04.13#授权;2021.02.02#实质审查的生效;2021.01.15#公开

摘要:本发明涉及一种基于视频序列的非接触式手掌检测方法,包括以下步骤:1)采集非接触成像下的手掌视频图像;2)对每帧图像进行肤色检测,得到肤色区域二值图;3)对运动目标进行检测,得到运动区域二值图;4)统计t时刻运动区域二值图的白色像素点个数,并与阈值比较,如果数量大于阈值,则继续进行步骤5);5)将肤色区域二值图与运动区域二值图进行融合;6)进行手腕区域的去除;7)提取HOG特征向量进行手掌区域的最终判断。本发明针对非接触成像下的手掌检测问题,采用了基于伽马变换的自适应光照补偿以及根据亮度值以不同大小的椭圆进行分段判断的方式改进了椭圆肤色模型进行肤色检测,得到的区域特征使后续的手掌检测准确率提高。

主权项:1.一种基于视频序列的非接触式手掌检测方法,其特征在于:其包括以下步骤:1)采集非接触成像下的手掌视频图像,第一帧图像为不放置手掌的背景,从第二帧图像开始放置手掌;2)对每帧图像进行肤色检测,在t帧得到肤色区域二值图I1;3)对运动目标进行检测,在t帧得到运动区域二值图I2;4)统计t帧运动区域二值图I2的白色像素点个数,并与阈值比较,如果数量大于阈值,则继续进行步骤5);5)在t帧将肤色区域二值图I1与运动区域二值图I2进行融合,得到融合二值图I3,并对其进行形态学处理,保留最大连通区域;6)对融合二值图I3进行手腕区域的去除,得到手掌区域二值图I4;7)提取手掌区域二值图I4的HOG特征进行手掌区域的最终判断;所述的步骤2)中根据改进的椭圆肤色模型对当前帧图像进行肤色检测,具体步骤包括:2.1)对当前帧图像进行基于伽马变换的自适应光照补偿,并从RGB颜色空间转换到YCbCr颜色空间: 其中,Y为YCbCr颜色空间中的颜色的亮度成分、Cb、Cr分别为YCbCr颜色空间中蓝色和 红色的浓度偏移量成分,R、G、B分别为RGB颜色空间中的红、绿、蓝三个通道的颜色,c为常 数,为伽马变换系数,为图像各分量的平均像素值,th0为像素阈值且0≤th0≤255; 2.2)根据椭圆肤色模型对皮肤点进行聚类,椭圆肤色模型如下: 其中,公式(3)中的x为椭圆内的横坐标,y为椭圆内的纵坐标,ecx、ecy为椭圆中心点的 横坐标、纵坐标,a为椭圆长轴,b为椭圆短轴;公式(4)中的θ为椭圆的旋转角度,Cb、Cr分别 为YCbCr颜色空间中蓝色和红色的浓度偏移量成分,为肤色模型在CbCr坐标系的中心点 横坐标,为肤色模型在CbCr坐标系的中心点纵坐标; 2.3)根据Y通道亮度值划分不同大小的椭圆模型,以像素是否位于对应亮度的椭圆内判断其是否为皮肤点: 其中,I1i,j为肤色区域二值图像素值,Yi,j为Y通道像素值,i为图像的行数索引,j 为图像的列数索引,为Y通道的平均亮度,ecx、ecy为椭圆中心点的横坐标、纵坐标,a为 椭圆长轴,b为椭圆短轴; 所述的步骤6)中根据霍夫变换对I3进行手腕区域的去除,具体步骤包括:6.1)对融合二值图I3进行边缘检测,得到I3的轮廓L3;6.2)对L3进行霍夫变换,得到L3上的直线集合L,包括每条线段的起点、终点;6.3)计算I3的重心点: 其中,为重心点的横坐标,为重心点的纵坐标,,是像素点的坐标,是该点 的像素值; 6.4)检测直线集合L中是否有位于重心之下的平行的直线段,若有,则将I3中对应位置的直线起点以下的像素点置0: 其中,I4为手掌区域二值图,x0表示位于重心之下的平行直线段的起点的x坐标,即,i为图像的行数索引,j为图像的列数索引; 所述的步骤7)中具体步骤包括:7.1)提取手掌区域二值图I4的HOG特征向量H;7.2)将H与预设模板的手掌图像的HOG特征向量U进行余弦相似度计算: 其中,H为手掌区域二值图I4的HOG特征向量,U为预设模板的HOG特征向量,Hi为手掌区 域二值图I4的第i个HOG特征向量,Ui为模板的第i个HOG特征向量,n为特征向量个数,i为整 数且; 7.3)比较余弦相似度与相似度阈值的大小,进行手掌的判断: 其中,I4为手掌区域二值图,th2为相似度阈值,th2为常数且-1≤th2≤1;7.4)使用矩形框对I4手掌区域对应的当前帧图像进行标记。

全文数据:

权利要求:

百度查询: 四川圣点世纪科技有限公司 一种基于视频序列的非接触式手掌检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。