手識別方法、系統(tǒng)及裝置的制造方法
【專利摘要】本發(fā)明公開了一種手識別方法、系統(tǒng)及裝置，該方法包括獲取基于人體膚色分割圖像得到的二值圖像；提取二值圖像中的連通域作為待識別連通域；計算待識別連通域的對應(yīng)樣本的特征向量；計算待識別連通域的特征向量與手樣本連通域的特征向量、及與非手樣本連通域的特征向量之間的距離；獲取使得距離最小的K個樣本，并判斷K個樣本中手樣本的數(shù)量是否大于非手樣本的數(shù)量，如是，則確定待識別連通域為手特征。本發(fā)明方法、系統(tǒng)及裝置能夠降低手特征識別的誤判率，有利于提升基于手勢的人機(jī)交互的準(zhǔn)確度。
【專利說明】
手識別方法、系統(tǒng)及裝置
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及圖像識別技術(shù)領(lǐng)域，更具體地，本發(fā)明涉及一種用于確定圖像中是否存在手的手識別方法、能夠?qū)崿F(xiàn)該手勢識別方法的一種手識別系統(tǒng)、及設(shè)置有該種手識別系統(tǒng)的手識別裝置。
【背景技術(shù)】
[0002]基于手勢的人機(jī)交互技術(shù)中首先就要提取圖像中手的區(qū)域，目前主要采用基于人體膚色分割圖像得到二值圖像的方法提取圖像中手的區(qū)域，該種方法存在的缺陷是:當(dāng)環(huán)境中存在與膚色相近的其它物體時，便會出現(xiàn)誤判，導(dǎo)致誤判率較高。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的一個目的是提供一種具有較低誤判率的手識別方法。
[0004]根據(jù)本發(fā)明的第一方面，提供了一種手識別方法，其包括:
[0005]獲取基于人體膚色分割的二值圖像；
[0006]提取所述二值圖像中的連通域作為待識別連通域；
[0007]計算所述待識別連通域的對應(yīng)樣本的特征向量；
[0008]計算所述待識別連通域的特征向量與手樣本連通域的特征向量、及與非手樣本連通域的特征向量之間的距離；
[0009]獲取使得所述距離最小的K個樣本，并判斷所述K個樣本中手樣本的數(shù)量是否大于非手樣本的數(shù)量，如是，則確定所述待識別連通域為手特征，其中，1(為奇數(shù)。
[0010]優(yōu)選的是，所述特征向量包括對應(yīng)連通域的周長的平方與對應(yīng)連通域的面積間的比值、對應(yīng)連通域的面積、基于高斯混合模型獲得的對應(yīng)連通域的像素屬于人體皮膚的概率平均值、基于顏色直方圖獲得的對應(yīng)連通域的像素屬于人體皮膚的概率平均值中的至少一個特征。
[0011]優(yōu)選的是，所述距離為對應(yīng)Lp范數(shù)的距離、余弦距離或者冪距離。
[0012]優(yōu)選的是，所述手識別方法還包括:
[0013]生成對應(yīng)所述待識別連通域的當(dāng)前結(jié)果列表；
[0014]每完成一次所述待識別連通域的特征向量與一樣本連通域的特征向量之間的距離的計算，即在當(dāng)前結(jié)果列表中按照距離從小到大的排列順序插入一條記錄，所述記錄包括計算得到的距離及對應(yīng)的樣本類型；
[0015]所述獲取使得所述距離最小的K個樣本具體為:
[0016]在完成所述待識別連通域的特征向量與所有樣本連通域的特征向量之間的距離的計算后，從所述當(dāng)前結(jié)果列表中獲取排列在最前面的K個樣本。
[0017]優(yōu)選的是，所述手識別方法還包括:
[0018]在接收到用戶輸入的K設(shè)定值后，將所述K的值更新為所述K設(shè)定值。
[0019]本發(fā)明的另一個目的是提供一種能夠?qū)崿F(xiàn)本發(fā)明手識別方法的手識別系統(tǒng)。
[0020]根據(jù)本發(fā)明的第二方面，提供了一種手識別系統(tǒng)，其包括:
[0021]圖像獲取模塊，用于獲取基于人體膚色分割的二值圖像；
[0022]連通域提取模塊，用于提取所述二值圖像中的連通域作為待識別連通域；
[0023]特征向量計算模塊，用于計算所述待識別連通域的對應(yīng)樣本的特征向量；
[0024]距離計算模塊，用于計算所述待識別連通域的特征向量與手樣本連通域的特征向量、及與非手樣本連通域的特征向量之間的距離；以及，
[0025]判斷模塊，用于獲取使得所述距離最小的K個樣本，并判斷所述K個樣本中手樣本的數(shù)量是否大于非手樣本的數(shù)量，如是，則確定所述待識別連通域為手特征，其中，K為奇數(shù)。
[0026]優(yōu)選的是，所述特征向量包括對應(yīng)連通域的周長的平方與對應(yīng)連通域的面積間的比值、對應(yīng)連通域的面積、基于高斯混合模型獲得的對應(yīng)連通域的像素屬于人體皮膚的概率平均值、基于顏色直方圖獲得的對應(yīng)連通域的像素屬于人體皮膚的概率平均值中的至少一個特征。
[0027]優(yōu)選的是，所述手識別系統(tǒng)還包括:
[0028]列表生成模塊，用于生成對應(yīng)所述待識別連通域的當(dāng)前結(jié)果列表；
[0029]結(jié)果記錄模塊，用于在所述距離計算模塊每完成一次所述待識別連通域的特征向量與一樣本連通域的特征向量之間的距離的計算時，即在所述當(dāng)前結(jié)果列表中按照距離從小到大的排列順序插入一條記錄，所述記錄包括計算得到的距離及對應(yīng)的樣本類型；
[0030]所述判斷模塊具體用于在所述距離計算模塊完成所述待識別連通域的特征向量與所有樣本連通域的特征向量之間的距離的計算后，從所述當(dāng)前結(jié)果列表中獲取排列在最前面的K個樣本。
[0031]優(yōu)選的是，所述手識別系統(tǒng)還包括:
[0032]輸入模塊，用于接收用戶輸入的K設(shè)定值;以及，
[0033]更新模塊，用于在所述輸入模塊接收到用戶輸入的K設(shè)定值后，將所述K的值更新為所述K設(shè)定值。
[0034]本發(fā)明的第三個目的是提供一種能夠進(jìn)行手識別的手識別裝置，該手識別裝置具有較低的誤判率。
[0035]根據(jù)本發(fā)明的第三方面，提供了一種手識別裝置，具有圖像采集模塊和圖像處理模塊，所述圖像采集模塊用于以設(shè)定頻率采集圖像，所述圖像處理模塊用于基于人體膚色分割所述圖像，得到二值圖像;所述手識別裝置還包括上述任一種所述的手識別系統(tǒng)。
[0036]本發(fā)明的發(fā)明人發(fā)現(xiàn)，在現(xiàn)有技術(shù)中，基于手勢的人機(jī)交互應(yīng)用存在判斷圖像中是否有手特征的方法誤判率高的問題。因此，本發(fā)明所要實現(xiàn)的技術(shù)任務(wù)或者所要解決的技術(shù)問題是本領(lǐng)域技術(shù)人員從未想到的或者沒有預(yù)期到的，故本發(fā)明是一種新的技術(shù)方案。
[0037]本發(fā)明的一個有益效果在于，本發(fā)明手識別方法、系統(tǒng)及裝置在現(xiàn)有的基于人體膚色分割圖像得到二值圖像的基礎(chǔ)上，進(jìn)一步通過獲取特征鄰近二值圖像中待識別連通域的K個樣本，并根據(jù)K個樣本中手樣本的數(shù)量是否占優(yōu)勢確定待識別連通域是否為手特征，這相對現(xiàn)有方法明顯能夠降低手特征識別的誤判率，有利于提升基于手勢的人機(jī)交互的準(zhǔn)確度。
[0038]通過以下參照附圖對本發(fā)明的示例性實施例的詳細(xì)描述，本發(fā)明的其它特征及其優(yōu)點將會變得清楚。
【附圖說明】
[0039]被結(jié)合在說明書中并構(gòu)成說明書的一部分的附圖示出了本發(fā)明的實施例，并且連同其說明一起用于解釋本發(fā)明的原理。
[0040]圖1為根據(jù)本發(fā)明手識別方法的一種實施方式的流程圖；
[0041 ]圖2為根據(jù)本發(fā)明手識別系統(tǒng)的一種實施結(jié)構(gòu)的方框原理圖。
【具體實施方式】
[0042]現(xiàn)在將參照附圖來詳細(xì)描述本發(fā)明的各種示例性實施例。應(yīng)注意到:除非另外具體說明，否則在這些實施例中闡述的部件和步驟的相對布置、數(shù)字表達(dá)式和數(shù)值不限制本發(fā)明的范圍。
[0043]以下對至少一個示例性實施例的描述實際上僅僅是說明性的，決不作為對本發(fā)明及其應(yīng)用或使用的任何限制。
[0044]對于相關(guān)領(lǐng)域普通技術(shù)人員已知的技術(shù)、方法和設(shè)備可能不作詳細(xì)討論，但在適當(dāng)情況下，所述技術(shù)、方法和設(shè)備應(yīng)當(dāng)被視為說明書的一部分。
[0045]在這里示出和討論的所有例子中，任何具體值應(yīng)被解釋為僅僅是示例性的，而不是作為限制。因此，示例性實施例的其它例子可以具有不同的值。
[0046]應(yīng)注意到:相似的標(biāo)號和字母在下面的附圖中表示類似項，因此，一旦某一項在一個附圖中被定義，則在隨后的附圖中不需要對其進(jìn)行進(jìn)一步討論。
[0047]本發(fā)明為了解決基于手勢的人機(jī)交互應(yīng)用中圖像手特征識別誤判率高的問題，提供了一種新的手識別方法，如圖1所示，本發(fā)明手識別方法包括如下步驟:
[0048]步驟S1:獲取基于人體膚色分割圖像得到的二值圖像。
[0049]其中，基于人體膚色分割圖像得到二值圖像的方法中，較為典型的方法是:先根據(jù)人體膚色模型將圖像分割出膚色和非膚色，再基于膚色和非膚色將圖像轉(zhuǎn)換為二值圖像。在該過程中，為了使人體膚色模型能夠更好地適應(yīng)不同環(huán)境和光照的情況，在圖像分割過程中還可以采用自適應(yīng)伽馬(Gamma)校正算法對圖像進(jìn)行處理。
[0050]步驟S2:提取二值圖像中的連通域作為待識別連通域，其中，二值圖像中的連通域可能只有一個，也可能有多個，在二值圖像中具有多個連通域的情況下，每個連通域都將成為待識別連通域，以確定二值圖像中是否存在手特征的連通域、及手特征的連通域的位置。在此，可以設(shè)置為僅將二值圖像中的具有一個連續(xù)邊緣的實心區(qū)域定義為是連通域，也可以設(shè)置為還將二值圖像中的具有兩個以上(包括兩個)連續(xù)邊緣的空心區(qū)域也定義為是連通域，后者例如是環(huán)形的連通域。
[0051 ]步驟S3:計算待識別連通域的對應(yīng)樣本的特征向量。
[0052]在此，每個樣本的連通域也是通過特征向量來表示的，特征向量包括至少一個特征，因此，該步驟中的“計算待識別連通域的對應(yīng)樣本的特征向量”也即為計算待識別連通域的對應(yīng)樣本的特征向量的各特征值，這樣，才具有計算待識別連通域與各樣本連通域之間距離的基礎(chǔ)，該距離體現(xiàn)的是待識別連通域與樣本之間的差異大小，距離越小、差異越小，距離越大、差異越大。
[0053]該特征向量可以包括對應(yīng)連通域的周長的平方與對應(yīng)連通域的面積間的比值、對應(yīng)連通域的面積、基于高斯混合模型獲得的對應(yīng)連通域的像素屬于人體皮膚的概率平均值、基于顏色直方圖獲得的對應(yīng)連通域的像素屬于人體皮膚的概率平均值中的至少一個特征，在本發(fā)明的一個具體實施例中，該特征向量包括以上所有特征。該顏色直方圖可以包括基于把￥(!1116、331:11瓜1:;[011、'\%1116，色調(diào)、飽和度、亮度)空間的直方圖、基于1^(1^表示物體亮度，u和V是色度)空間的直方圖和基于Lab (L表示亮度，a和b表示顏色對立維度)空間的直方圖中的至少一種，在本發(fā)明的一個具體實施例中僅采用基于HSV空間的直方圖。
[0054]步驟S4:計算待識別連通域的特征向量與手樣本連通域的特征向量、及與非手樣本連通域的特征向量之間的距離。
[0055]在采集手樣本和非手樣本時，可直接計算出手樣本連通域的特征向量及非手樣本連通域的特征向量并存儲在能夠執(zhí)行本發(fā)明方法的系統(tǒng)中，這樣，在該步驟中便可以直接獲取手樣本連通域的特征向量及非手樣本的特征向量完成該計算。
[0056]該距離可以為對應(yīng)Lp范數(shù)的距離，其中，在P等于I時即為曼哈頓距離，在P等于2時即為歐式距離，在P趨于無窮大時，就是切比雪夫距離，在本發(fā)明的一個具體實施例中，該距離采用歐式距離。
[0057]該距離也可以是余弦距離、冪距離等，其中，冪距離的優(yōu)勢在于能夠為不同特征設(shè)置不同的權(quán)重，有利于提高判斷準(zhǔn)確性。
[0058]該距離還可以是馬氏距離、加權(quán)的歐式距離等能夠反映兩個特征向量之間相近似程度的其他距離。
[0059]由于該步驟需要計算待識別連通域的特征向量與所有樣本連通域的特征向量之間的計算，所以可以兼具考慮計算量與準(zhǔn)確度確定樣本數(shù)量，基于該考慮，手樣本和非手樣本可以各采集100至300幅，例如各采集200幅，而且手樣本和非手樣本的數(shù)量優(yōu)選相同，這有利于提尚判斷的準(zhǔn)確性。
[0060]步驟S5:獲取使得上述距離最小的K個樣本，并判斷K個樣本中手樣本的數(shù)量是否大于非手樣本的數(shù)量，如是，則確定待識別連通域為手特征，其中，1(為奇數(shù)。
[0061]由此可見，本發(fā)明手識別方法是通過獲取特征鄰近二值圖像中待識別連通域的K個樣本，并根據(jù)K個樣本中手樣本的數(shù)量是否占優(yōu)勢的方式確定待識別連通域是否屬于手特征，這相對直接根據(jù)基于人體膚色分割圖像得到的二值圖像確定手特征明顯可以降低手特征識別的誤判率，有利于提升基于手勢的人機(jī)交互的準(zhǔn)確度。
[0062]為了提高手識別的處理速度，在本發(fā)明的一個具體實施例中，手識別方法還包括如下步驟:
[0063]步驟S61:生成對應(yīng)待識別連通域的當(dāng)前結(jié)果列表。其中，在二值圖像中存在兩個以上待識別連通域的情況下，當(dāng)前結(jié)果列表應(yīng)該與待識別連通域一一對應(yīng)。
[O O64 ]步驟S 6 2:每完成一次待識別連通域的特征向量與一樣本連通域的特征向量之間的距離的計算，即在當(dāng)前結(jié)果列表中按照距離從小到大的排列順序插入一條記錄，該記錄包括計算得到的距離及對應(yīng)的樣本類型。
[0065]在此基礎(chǔ)上，上述獲取使得距離最小的K個樣本可以具體為:
[0066]在完成待識別連通域的特征向量與所有樣本連通域的特征向量之間的距離的計算后，從當(dāng)前結(jié)果列表中獲取排列在最前面的K個樣本。
[0067]為了進(jìn)一步提高手識別的處理速度，本發(fā)明手識別方法還可以包括如下步驟，SP在完成待識別連通域是否為手特征的判斷后，即釋放對應(yīng)該待識別連通域的當(dāng)前結(jié)果列表的存儲空間。
[0068]為了使本發(fā)明方法能夠支持用戶根據(jù)識別準(zhǔn)確度調(diào)整K值的應(yīng)用，在本發(fā)明的一個具體實施例中，本發(fā)明手識別方法還可以包括:在接收到用戶輸入的K設(shè)定值后，將上述K的值更新為K設(shè)定值。
[0069]本發(fā)明還提供了一種能夠?qū)崿F(xiàn)本發(fā)明手識別方法的手識別系統(tǒng)，如圖2所示，該手識別系統(tǒng)包括圖像獲取模塊1、連通域提取模塊2、特征向量計算模塊3、距離計算模塊4和判斷模塊5，其中，該圖像獲取模塊I用于獲取基于人體膚色分割圖像得到的二值圖像;該連通域提取模塊2用于提取所述二值圖像中的連通域作為待識別連通域;該特征向量計算模塊3用于計算所述待識別連通域的對應(yīng)樣本的特征向量;該距離計算模塊用于計算所述待識別連通域的特征向量與手樣本連通域的特征向量、及與非手樣本連通域的特征向量之間的距離;該判斷模塊3用于獲取使得所述距離最小的K個樣本，并判斷所述K個樣本中手樣本的數(shù)量是否大于非手樣本的數(shù)量，如是，則確定所述待識別連通域為手特征，其中，1(為奇數(shù)。
[0070]在本發(fā)明的一個具體實施例中，該手識別系統(tǒng)還包括列表生成模塊和結(jié)果記錄模塊(圖中未示出)，其中，該列表生成模塊用于生成對應(yīng)所述待識別連通域的當(dāng)前結(jié)果列表；該結(jié)果記錄模塊用于在所述距離計算模塊每完成一次所述待識別連通域的特征向量與一樣本連通域的特征向量之間的距離的計算時，即在所述當(dāng)前結(jié)果列表中按照距離從小到大的排列順序插入一條記錄，所述記錄包括計算得到的距離及對應(yīng)的樣本類型。在此基礎(chǔ)上，上述判斷模塊5具體用于在距離計算模塊4完成待識別連通域的特征向量與所有樣本連通域的特征向量之間的距離的計算后，從當(dāng)前結(jié)果列表中獲取排列在最前面的K個樣本。
[0071]在本發(fā)明的一個具體實施例中，該手識別系統(tǒng)還包括輸入模塊和更新模塊(圖中未示出)，其中，該輸入模塊用于接收用戶輸入的K設(shè)定值;該更新模塊用于在所述輸入模塊接收到用戶輸入的K設(shè)定值后，將所述K的值更新為所述K設(shè)定值。
[0072]本發(fā)明還提供了一種能夠降低誤判率的手識別裝置，該裝置具有圖像采集模塊、圖像處理模塊和本發(fā)明手識別系統(tǒng)，其中，圖像采集模塊用于采集圖像提供給圖像處理模塊，圖像處理模塊用于基于人體膚色分割獲得的圖像，得到二值圖像提供給圖像獲取模塊
1
[0073]另外，該手識別裝置還可以包括坐標(biāo)確定模塊，該模塊用于確定手特征的待識別連通域在圖像中的位置坐標(biāo)。
[0074]本說明書中的各個實施例均采用遞進(jìn)的方式描述，各個實施例之間相同相似的部分相互參見即可，每個實施例重點說明的都是與其他實施例的不同之處，但本領(lǐng)域技術(shù)人員應(yīng)當(dāng)清楚的是，上述各實施例可以根據(jù)需要單獨使用或者相互結(jié)合使用。另外，對于系統(tǒng)實施例而言，由于其是與方法實施例相對應(yīng)，所以描述得比較簡單，相關(guān)之處參見方法實施例的對應(yīng)部分的說明即可。以上所描述的系統(tǒng)實施例僅僅是示意性的，其中作為分離部件說明的模塊可以是或者也可以不是物理上分開的。
[0075]雖然已經(jīng)通過例子對本發(fā)明的一些特定實施例進(jìn)行了詳細(xì)說明，但是本領(lǐng)域的技術(shù)人員應(yīng)該理解，以上例子僅是為了進(jìn)行說明，而不是為了限制本發(fā)明的范圍。本領(lǐng)域的技術(shù)人員應(yīng)該理解，可在不脫離本發(fā)明的范圍和精神的情況下，對以上實施例進(jìn)行修改。本發(fā)明的范圍由所附權(quán)利要求來限定。
【主權(quán)項】
1.一種手識別方法，其特征在于，包括: 獲取基于人體膚色分割圖像得到的二值圖像； 提取所述二值圖像中的連通域作為待識別連通域； 計算所述待識別連通域的對應(yīng)樣本的特征向量； 計算所述待識別連通域的特征向量與手樣本連通域的特征向量、及與非手樣本連通域的特征向量之間的距離； 獲取使得所述距離最小的K個樣本，并判斷所述K個樣本中手樣本的數(shù)量是否大于非手樣本的數(shù)量，如是，則確定所述待識別連通域為手特征，其中，1(為奇數(shù)。2.根據(jù)權(quán)利要求1所述的手識別方法，其特征在于，所述特征向量包括對應(yīng)連通域的周長的平方與對應(yīng)連通域的面積間的比值、對應(yīng)連通域的面積、基于高斯混合模型獲得的對應(yīng)連通域的像素屬于人體皮膚的概率平均值、基于顏色直方圖獲得的對應(yīng)連通域的像素屬于人體皮膚的概率平均值中的至少一個特征。3.根據(jù)權(quán)利要求1所述的手識別方法，其特征在于，所述距離為對應(yīng)Lp范數(shù)的距離、余弦距離或者冪距離。4.根據(jù)權(quán)利要求1、2或3所述的手識別方法，其特征在于，所述手識別方法還包括: 生成對應(yīng)所述待識別連通域的當(dāng)前結(jié)果列表； 每完成一次所述待識別連通域的特征向量與一樣本連通域的特征向量之間的距離的計算，即在所述當(dāng)前結(jié)果列表中按照距離從小到大的排列順序插入一條記錄，所述記錄包括計算得到的距離及對應(yīng)的樣本類型； 所述獲取使得所述距離最小的K個樣本具體為: 在完成所述待識別連通域的特征向量與所有樣本連通域的特征向量之間的距離的計算后，從所述當(dāng)前結(jié)果列表中獲取排列在最前面的K個樣本。5.根據(jù)權(quán)利要求1、2或3所述的手識別方法，其特征在于，所述手識別方法還包括: 在接收到用戶輸入的K設(shè)定值后，將所述K的值更新為所述K設(shè)定值。6.一種手識別系統(tǒng)，其特征在于，包括: 圖像獲取模塊，用于獲取基于人體膚色分割圖像得到的二值圖像； 連通域提取模塊，用于提取所述二值圖像中的連通域作為待識別連通域； 特征向量計算模塊，用于計算所述待識別連通域的對應(yīng)樣本的特征向量； 距離計算模塊，用于計算所述待識別連通域的特征向量與手樣本連通域的特征向量、及與非手樣本連通域的特征向量之間的距離；以及， 判斷模塊，用于獲取使得所述距離最小的K個樣本，并判斷所述K個樣本中手樣本的數(shù)量是否大于非手樣本的數(shù)量，如是，則確定所述待識別連通域為手特征，其中，1(為奇數(shù)。7.根據(jù)權(quán)利要求6所述的手識別系統(tǒng)，其特征在于，所述特征向量包括對應(yīng)連通域的周長的平方與對應(yīng)連通域的面積間的比值、對應(yīng)連通域的面積、基于高斯混合模型獲得的對應(yīng)連通域的像素屬于人體皮膚的概率平均值、基于顏色直方圖獲得的對應(yīng)連通域的像素屬于人體皮膚的概率平均值中的至少一個特征。8.根據(jù)權(quán)利要求6或7所述的手識別系統(tǒng)，其特征在于，所述手識別系統(tǒng)還包括: 列表生成模塊，用于生成對應(yīng)所述待識別連通域的當(dāng)前結(jié)果列表； 結(jié)果記錄模塊，用于在所述距離計算模塊每完成一次所述待識別連通域的特征向量與一樣本連通域的特征向量之間的距離的計算時，即在所述當(dāng)前結(jié)果列表中按照距離從小到大的排列順序插入一條記錄，所述記錄包括計算得到的距離及對應(yīng)的樣本類型； 所述判斷模塊具體用于在所述距離計算模塊完成所述待識別連通域的特征向量與所有樣本連通域的特征向量之間的距離的計算后，從所述當(dāng)前結(jié)果列表中獲取排列在最前面的K個樣本。9.根據(jù)權(quán)利要求6或7所述的手識別系統(tǒng)，其特征在于，所述手識別系統(tǒng)還包括: 輸入模塊，用于接收用戶輸入的K設(shè)定值；以及， 更新模塊，用于在所述輸入模塊接收到用戶輸入的K設(shè)定值后，將所述K的值更新為所述K設(shè)定值。10.—種手識別裝置，具有圖像采集模塊和圖像處理模塊，所述圖像采集模塊用于以設(shè)定頻率采集圖像，所述圖像處理模塊用于基于人體膚色分割所述圖像，得到二值圖像;其特征在于，所述手識別裝置還包括權(quán)利要求6至9中任一項所述的手識別系統(tǒng)。
【文檔編號】G06K9/00GK105893926SQ201510938839
【公開日】2016年8月24日
【申請日】2015年12月15日
【發(fā)明人】李艷杰
【申請人】樂視致新電子科技（天津）有限公司