一種智能設備的手勢控制方法和系統技術方案

本發明專利技術提供一種智能設備的手勢控制方法和系統，包括：步驟一，通過智能設備的攝像頭或深度傳感器捕捉手勢圖像；步驟二，分析模塊處理手勢圖像，生成平面二維手勢模型或空間三維手勢模型；使用比對模塊將平面二維手勢模型或空間三維手勢模型與存儲在數據庫中的智能手勢模型進行對比，獲取手勢圖像所代表的動作；最后，使用關聯執行模塊選取手指關節節點，并與光標相關聯，執行手勢圖像代表的動作。本發明專利技術不需對控制手勢進行預先學習，減少了學習周期；通過深度傳感器來建立三維手勢模型，使得智能設備的手勢判斷更加精確，使用起來也更加方便。

【技術實現步驟摘要】

本專利技術涉及人機交互
，特別是涉及一種智能設備的手勢控制方法和系統。
技術介紹
隨著計算機技術以及移動網絡的迅速發展，人們需要操作的智能設備將不再局限于個人電腦、桌面設備、智能手機，而且還將包括智能電視、智能穿戴、智能家居。人們期望在家里、路上或辦公室里都能更加便捷的使用這些智能設備。然而，這些智能設備的操作并不便捷。通常，用戶想要操作智能設備都需要通過手的直接接觸才能完成。用戶在使用這些智能設備時，均是通過用手來操作某一外設(如鼠標、鍵盤、按鈕、遙控器)或某一平面(如觸摸屏、觸摸板)來實現點擊、滑動、拖拽等指令。這在完成人機交互的同時占用了用戶的雙手，無形中是一種束縛。這些智能設備的操作界面通常是2D的，無法實現3D縱深的操作。站在更宏觀的層面來講，智能設備正在經歷著由手持設備向穿戴設備的演化過程。并且，隨著移動數據通信速度的飛快提升，更多的應用場景將有室內轉向室外、由靜態轉向動態。專利號200910093890.4公開了一種基于計算機視覺的實時手勢交互方法。在該篇專利文獻中，手勢交互存在兩個主要缺點：1.操作手勢需要預先學習，該學習周期較長，另外由于每個人的動作習慣不同，實質上當操作者更換后，需要讓計算機重新學習手勢方能更加有效的使用；2.該專利的手勢主要指的的手型的輪廓，比較粗糙，僅適用于比較粗糙的操作方式，對現代的智能設備而言，操作不僅僅是滑動那么簡單，現代智能設備的復雜性使得手勢操作的精度的需求大大增強，最直觀的是手指活動的捕捉，譬如當代智能手機的操作大多依靠手指的滑動和點擊來完成，而甚少依靠手臂來完成。
技術實現思路
鑒于以上所述現有技術的缺點，本專利技術的目的在于提供一種智能設備的手勢控制方法和系統，用于解決現有技術中通過手勢進行控制時，對手勢的識別不夠精確的問題。為實現上述目的及其他相關目的，本專利技術提供一種智能設備的手勢控制方法，包括：步驟一，捕捉手勢圖像；步驟二，處理所述手勢圖像，生成平面二維手勢模型或空間三維手勢模型；步驟三，將所述平面二維手勢模型或所述空間三維手勢模型與智能手勢模型進行對比，以獲取所述手勢圖像所代表的動作：如果對比成功，則跳轉至步驟四，如果對比失敗，則顯示無法識別的信息，并重新跳轉至步驟一；步驟四，選取所述平面二維手勢模型或所述空間三維手勢模型在智能手勢模型里設定的手指關節節點，與光標相關聯的，并執行所述手勢圖像所代表的動作，之后跳轉回步驟一。可選地，所述步驟一中，所述手勢圖像由所述智能設備的攝像頭或深度傳感器進行捕捉。可選地，所述步驟二中，所述平面二維手勢模型是通過對所述攝像頭捕捉的所述手勢圖像的每一幀畫面進行二值化處理，區分手與背景，再通過手指輪廓與手掌的相對位置建立手指與手指關節節點而形成的；其中，所述手指為一個或多個。可選地，所述二值化處理包括：首先對所述手勢圖像的每一幀畫面通過inRange函數濾波，通過形態學操作去除噪聲干擾，使得手的邊界更加清晰平滑；然后轉換到HSV空間；再根據皮膚在HSV空間的分布做出閾值判斷，得到二值圖像；最后對所述二值圖像用findContour函數找出手的輪廓，去除偽輪廓，使用convexHull函數得到凸包絡。可選地，所述步驟二中，所述空間三維手勢模型是通過對所述深度傳感器捕捉的所述手勢圖像的三維數據而生成的。可選地，所述智能手勢模型是預先導入安裝在所述智能設備的智能系統中的。可選地，所述智能系統包括安卓操作系統。可選地，所述智能設備包括智能眼鏡、智能手機、智能機頂盒、智能手表和智能電視。可選地，所述手指關節節點包括指尖、第一指節、第二指節、指根、虎口和掌心。一種智能設備的手勢控制系統，所述智能設備包括深度傳感器和攝像頭，所述智能設備的手勢控制系統包括分析模塊、對比模塊、關聯執行模塊和數據庫；所述分析模塊用于處理所述攝像頭或所述深度傳感器捕捉到的手勢圖像，生成平面二維手勢模型或空間三維手勢模型；所述比對模塊用于根據所述平面二維手勢模型或所述空間三維手勢模型，對比智能手勢模型獲取所述手勢圖像所代表的動作；所述關聯執行模塊用于選取手指關節節點，與光標相關聯，并執行所述手勢圖像所代表的動作；所述數據庫用于存儲所述智能手勢模型。如上所述，本專利技術的一種智能設備的手勢控制方法和系統，其通過智能設備自帶的攝像頭或深度傳感器進行手勢圖像的捕捉，并對其進行處理，生成平面二維手勢模型或空間三維手勢模型；將其與智能手勢模型進行對比，以判斷手勢圖像所代表的動作；最后選取相應的手指關節節點，與智能系統的光標進行關聯，并執行手勢圖像所代表的動作。本專利技術的智能設備手勢控制方法，可以直接對智能設備進行控制，不許對控制手勢進行預先學習，減少了學習周期；本專利技術還可以通過深度傳感器來建立三維手勢模型，使得智能設備的手勢判斷更加精確。附圖說明圖1顯示為本專利技術實施例公開的一種智能設備的手勢控制示意圖。圖2顯示為本專利技術實施例公開的一種智能設備的手勢控制方法。圖3顯示為本專利技術實施例公開的一種智能設備的不同手勢的示意圖。圖4顯示為本專利技術實施例公開的一種智能設備的手勢控制系統的結構示意圖。元件標號說明100智能設備110攝像頭120深度傳感器200手勢201手勢202手勢203手勢S21～S24步驟400智能設備的手勢控制系統410分析模塊420比對模塊430關聯執行模塊440數據庫具體實施方式以下由特定的具體實施例說明本專利技術的實施方式，熟悉此技術的人士可由本說明書所揭露的內容輕易地了解本專利技術的其他優點及功效。請參閱圖1至圖4。須知，本說明書所附圖式所繪示的結構、比例、大小等，均僅用以配合說明書所揭示的內容，以供熟悉此技術的人士了解與閱讀，并非用以限定本專利技術可實施的限定條件，故不具技術上的實質意義，任何結構的修飾、比例關系的改變或大小的調整，在不影響本專利技術所能產生的功效及所能達成的目的下，均應仍落在本專利技術所揭示的
技術實現思路
得能涵蓋的范圍內。同時，本說明書中所引用的如“上”、“下”、“左”、“右”、“中間”及“一”等的用語，亦僅為便于敘述的明了，而非用以限定本專利技術可實施的范圍，其相對關系的改變或調整，在無實質變更
技術實現思路
下，當亦視為本專利技術可實施的范疇。實施例1本實施例一種智能設備的手勢控制方法，其主要是對智能設備通過手勢來進行控制，如圖1所示，智能設備100智能設備主要包括智能眼鏡、智能手機、智能機頂盒、智能手表和智能電視，其可通過手勢200來控制智能本文檔來自技高網...

【技術保護點】
一種智能設備的手勢控制方法，其特征在于，所述智能設備的手勢控制方法包括：步驟一，捕捉手勢圖像；步驟二，處理所述手勢圖像，生成平面二維手勢模型或空間三維手勢模型；步驟三，將所述平面二維手勢模型或所述空間三維手勢模型與智能手勢模型進行對比，以獲取所述手勢圖像所代表的動作：如果對比成功，則跳轉至步驟四，如果對比失敗，則顯示無法識別的信息，并重新跳轉至步驟一；步驟四，選取所述平面二維手勢模型或所述空間三維手勢模型在智能手勢模型里設定的手指關節節點，與光標相關聯的，并執行所述手勢圖像所代表的動作，之后跳轉回步驟一。

【技術特征摘要】
2014.09.23 CN 20141049003241.一種智能設備的手勢控制方法，其特征在于，所述智能設備的手勢控制方法包括：
步驟一，捕捉手勢圖像；
步驟二，處理所述手勢圖像，生成平面二維手勢模型或空間三維手勢模型；
步驟三，將所述平面二維手勢模型或所述空間三維手勢模型與智能手勢模型進行對
比，以獲取所述手勢圖像所代表的動作：如果對比成功，則跳轉至步驟四，如果對比失敗，
則顯示無法識別的信息，并重新跳轉至步驟一；
步驟四，選取所述平面二維手勢模型或所述空間三維手勢模型在智能手勢模型里設定
的手指關節節點，與光標相關聯的，并執行所述手勢圖像所代表的動作，之后跳轉回步驟
一。
2.根據權利要求1所述的智能設備的手勢控制方法，其特征在于，所述步驟一中，所述手勢
圖像由所述智能設備的攝像頭或深度傳感器進行捕捉。
3.根據權利要求2所述的智能設備的手勢控制方法，其特征在于，所述步驟二中，所述平面
二維手勢模型是通過對所述攝像頭捕捉的所述手勢圖像的每一幀畫面進行二值化處理，區
分手與背景，再通過手指輪廓與手掌的相對位置建立手指與手指關節節點而形成的；其中，
所述手指為一個或多個。
4.根據權利要求3所述的智能設備的手勢控制方法，其特征在于，所述二值化處理包括：首
先對所述手勢圖像的每一幀畫面通過inRange函數濾波，通過形態學操作去除噪聲干擾，
使得手的邊界更加清晰平滑；然后轉換到HSV空間；再根據皮膚在HSV空間的分布做出
閾值判斷...

【專利技術屬性】
技術研發人員：孫立，胡金鑫，
申請(專利權)人：上海影創信息科技有限公司，
類型：發明
國別省市：上海;31