基于深度图像的指尖和掌心特征提取方法

摘要

针对在其他肤色和重叠物干扰下手势分割出现偏差的问题,提出深度数据和骨骼追踪实现准确手势分割.结合凸缺陷的最小外接圆、平均值、最大内切圆三种不同的掌心提取方法来提高不同手势下掌心和掌心区域半径的精确度,通过提取出指尖弧并结合凸包来得到拟指尖集,再通过3步过滤来得到准确的指尖.实验中对6种手势进行了4种变换情况下的检验,其中翻转、平行、重叠的识别率都高于90％,倾斜和偏转分别超过70°、60°时准确度明显下降.实验结果表明了该方法在多种真实手势场景下具有较高的准确率.