一种智能设备的手势控制方法和系统的制作方法
【技术领域】
[0001]本发明涉及人机交互技术领域，特别是涉及一种智能设备的手势控制方法和系统。
【背景技术】
[0002]随着计算机技术以及移动网络的迅速发展，人们需要操作的智能设备将不再局限于个人电脑、桌面设备、智能手机，而且还将包括智能电视、智能穿戴、智能家居。人们期望在家里、路上或办公室里都能更加便捷的使用这些智能设备。
[0003]然而，这些智能设备的操作并不便捷。通常，用户想要操作智能设备都需要通过手的直接接触才能完成。用户在使用这些智能设备时，均是通过用手来操作某一外设(如鼠标、键盘、按钮、遥控器)或某一平面(如触摸屏、触摸板)来实现点击、滑动、拖拽等指令。这在完成人机交互的同时占用了用户的双手，无形中是一种束缚。
[0004]这些智能设备的操作界面通常是2D的，无法实现3D纵深的操作。
[0005]站在更宏观的层面来讲，智能设备正在经历着由手持设备向穿戴设备的演化过程。并且，随着移动数据通信速度的飞快提升，更多的应用场景将有室内转向室外、由静态转向动态。
[0006]专利号200910093890.4公开了一种基于计算机视觉的实时手势交互方法。在该篇专利文献中，手势交互存在两个主要缺点:1.操作手势需要预先学习，该学习周期较长，另外由于每个人的动作习惯不同，实质上当操作者更换后，需要让计算机重新学习手势方能更加有效的使用；2.该专利的手势主要指的的手型的轮廓，比较粗糙，仅适用于比较粗糙的操作方式，对现代的智能设备而言，操作不仅仅是滑动那么简单，现代智能设备的复杂性使得手势操作的精度的需求大大增强，最直观的是手指活动的捕捉，譬如当代智能手机的操作大多依靠手指的滑动和点击来完成，而甚少依靠手臂来完成。
【发明内容】
[0007]鉴于以上所述现有技术的缺点，本发明的目的在于提供一种智能设备的手势控制方法和系统，用于解决现有技术中通过手势进行控制时，对手势的识别不够精确的问题。
[0008]为实现上述目的及其他相关目的，本发明提供一种智能设备的手势控制方法，包括:步骤一，捕捉手势图像；步骤二，处理所述手势图像，生成平面二维手势模型或空间三维手势模型；步骤三，将所述平面二维手势模型或所述空间三维手势模型与智能手势模型进行对比，以获取所述手势图像所代表的动作:如果对比成功，则跳转至步骤四，如果对比失败，则显示无法识别的信息，并重新跳转至步骤一；步骤四，选取所述平面二维手势模型或所述空间三维手势模型在智能手势模型里设定的手指关节节点，与光标相关联的，并执行所述手势图像所代表的动作，之后跳转回步骤一。
[0009]可选地，所述步骤一中，所述手势图像由所述智能设备的摄像头或深度传感器进行捕捉。
[0010]可选地，所述步骤二中，所述平面二维手势模型是通过对所述摄像头捕捉的所述手势图像的每一帧画面进行二值化处理，区分手与背景，再通过手指轮廓与手掌的相对位置建立手指与手指关节节点而形成的；其中，所述手指为一个或多个。
[0011]可选地，所述二值化处理包括:首先对所述手势图像的每一帧画面通过inRange函数滤波，通过形态学操作去除噪声干扰，使得手的边界更加清晰平滑；然后转换到HSV空间；再根据皮肤在HSV空间的分布做出阈值判断，得到二值图像；最后对所述二值图像用findContour函数找出手的轮廓，去除伪轮廓，使用convexHull函数得到凸包络。
[0012]可选地，所述步骤二中，所述空间三维手势模型是通过对所述深度传感器捕捉的所述手势图像的三维数据而生成的。
[0013]可选地，所述智能手势模型是预先导入安装在所述智能设备的智能系统中的。
[0014]可选地，所述智能系统包括安卓操作系统。
[0015]可选地，所述智能设备包括智能眼镜、智能手机、智能机顶盒、智能手表和智能电视。
[0016]可选地，所述手指关节节点包括指尖、第一指节、第二指节、指根、虎口和掌心。
[0017]—种智能设备的手势控制系统，所述智能设备包括深度传感器和摄像头，所述智能设备的手势控制系统包括分析模块、对比模块、关联执行模块和数据库；所述分析模块用于处理所述摄像头或所述深度传感器捕捉到的手势图像，生成平面二维手势模型或空间三维手势模型；所述比对模块用于根据所述平面二维手势模型或所述空间三维手势模型，对比智能手势模型获取所述手势图像所代表的动作；所述关联执行模块用于选取手指关节节点，与光标相关联，并执行所述手势图像所代表的动作；所述数据库用于存储所述智能手势模型。
[0018]如上所述，本发明的一种智能设备的手势控制方法和系统，其通过智能设备自带的摄像头或深度传感器进行手势图像的捕捉，并对其进行处理，生成平面二维手势模型或空间三维手势模型；将其与智能手势模型进行对比，以判断手势图像所代表的动作；最后选取相应的手指关节节点，与智能系统的光标进行关联，并执行手势图像所代表的动作。本发明的智能设备手势控制方法，可以直接对智能设备进行控制，不许对控制手势进行预先学习，减少了学习周期；本发明还可以通过深度传感器来建立三维手势模型，使得智能设备的手势判断更加精确。
【附图说明】
[0019]图1显示为本发明实施例公开的一种智能设备的手势控制示意图。
[0020]图2显示为本发明实施例公开的一种智能设备的手势控制方法。
[0021]图3显示为本发明实施例公开的一种智能设备的不同手势的示意图。
[0022]图4显示为本发明实施例公开的一种智能设备的手势控制系统的结构示意图。
[0023]元件标号说明
[0024]100智能设备
[0025]110摄像头
[0026]120深度传感器
[0027]200手势
[0028]201手势
[0029]202手势
[0030]203手势
[0031]S21 ?S24 步骤
[0032]400智能设备的手势控制系统
[0033]410分析模块
[0034]420比对模块
[0035]430关联执行模块
[0036]440数据库
【具体实施方式】
[0037]以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
[0038]请参阅图1至图4。须知，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
[0039]实施例1
[0040]本实施例一种智能设备的手势控制方法，其主要是对智能设备通过手势来进行控制，如图1所示，智能设备100智能设备主要包括智能眼镜、智能手机、智能机顶盒、智能手表和智能电视，其可通过手势200来控制智能设备100的智能系统。其中，智能设备100上包括摄像头110和深度传感器120 ;其中，摄像头110和深度传感器120都是用于捕捉手势200的数据，但是，摄像头110所捕捉的数据是二维的，深度传感器120所捕捉的数据是三维的。
[0041]如图2所示，本实施例的一种智能设备的手势控制方法，包括:
[0042]步骤一 S21，捕捉手势图像:通过智能设备100的摄像头110，可以捕捉位于摄像头视频范围内的手势图像；并且，手势图像还可以通过智能设备100的深度传感器120进行捕捉，当然，手势图必须是在深度传感器120的感应范围内。相较于摄像头110采集的手势图像的平面数据，深度传感器120可以采用很多类型的传感器，例如温度传感器或红外传感器，当然本实施例并不仅限于此，通过深度传感器进行手