本发明涉及空间位置检测的技术领域，尤其涉及拿放商品的手势识别装置及方法。
背景技术：
在零售行业自动化水平越来越高，从按键到触摸屏，人机交互和物品检测从机械式放到电子式，但是，目前人的交互方式任然存在以下问题：
1、用户必须进行必要的操作才能与机器设备交互，这降低了人机的友好度，客户的操作过于繁多；
2、操作人员必须与按键触摸屏接触才能控制机器设备，这种方式就会给病毒提供传染路径；
3、由于是接触式的人机交互方式，必然存在按键、触摸屏的机械损耗问题。
技术实现要素：
为了克服现有技术的不足，本发明的目的在于提供拿放商品的手势识别装置及方法，旨在解决当前零售行业用户在拿放商品的过程中人机交互需要接触的问题。
本发明的目的采用以下技术方案实现：
一种拿放商品的手势识别装置，包括摄像头模块和处理运算器模块；其中，
摄像头模块包括摄像头，摄像头拍摄彩色图像并发送到处理运算器模块；
处理运算器模块对彩色图像进行处理，根据彩色图像的连续图像判断当前手势；以及根据当前手势确定手势的拿放动作。
在上述实施例的基础上，优选的，还包括激光平面发射模块，产生激光光线向外抛出，形成激光发射平面；
摄像头模块还包括与摄像头相对位置固定的激光头，激光头拍摄激光光线的灰度间隔图并发送到处理运算器模块；
处理运算器模块滤除彩色图像中激光光线以外的像素点，得到N张识别图；将激光光线的灰度间隔图的连续图像转化成一张转化图，从中获取人手的轮廓参数和位置参数；
处理运算器模块还根据N张识别图判断出当前手的位置和轮廓；结合人手的轮廓参数和位置参数，判断当前手势；对N张识别图进行比对，获取手势轮廓的变化，确定手势的拿放动作。
在上述实施例的基础上，优选的，当前手势包括拿走物品、放下物品、人手靠近、人手离开和/或人手移动；手势的拿放动作包括拿商品、放商品和/或什么都没做。
或者，优选的，N＝3。
在上述任意实施例的基础上，优选的，还包括相互连接的箱体和称重传感器；
箱体放置商品；
称重传感器监测箱体的重量变化，并将监测结果发送到处理运算器模块。
一种拿放商品的手势识别方法，包括：
拍摄步骤：
激光头按照预定时间间隔拍摄激光光线的灰度间隔图并发送到处理运算器模块，当激光光线的灰度间隔图出现激光反射光时，开启事件；
摄像头同时开始拍摄彩色图像并发送到处理运算器模块；
图像处理步骤：
处理运算器模块滤除彩色图像中激光光线以外的像素点，得到N张识别图；将激光光线的灰度间隔图的连续图像转化成一张转化图，从中获取人手的轮廓参数和位置参数；
手势判断步骤：
处理运算器模块根据N张识别图判断出当前手的位置和轮廓；结合人手的轮廓参数和位置参数，判断当前手势；对N张识别图进行比对，获取手势轮廓的变化，确定手势的拿放动作。
在上述实施例的基础上，优选的，还包括：
商品位置判断步骤：
称重传感器监测到箱体的重量变化，并将监测结果发送到处理运算器模块；
处理运算器模块根据当前手的位置和轮廓，以及人手的轮廓参数和位置参数，判断拿放商品的位置参数。
在上述任意实施例的基础上，优选的，N＝3。
在上述任意实施例的基础上，优选的，所述图像处理步骤中，处理运算器模块应用图像处理库和AI人工智能技术，根据N张识别图判断出当前手的位置和轮廓。
在上述实施例的基础上，优选的，所述图像处理库包括openCV和/或openMV。
相比现有技术，本发明的有益效果在于：
本发明公开了拿放商品的手势识别装置及方法，利用激光头和摄像头，依据现有技术的激光三角测距原理和AI及模式识别技术识别人手的姿态，判断人手的行为，不需要用户操作就能判定用户的行为，从而辅助后续机器设备，给用户提供相关的服务。本发明能够在不接触的前提下识别用户的手势、识别用户拿放物品的行为，可以检测人拿走物品、放下物品、人手靠近、人手离开、人手移动等手势，这样，当有人需要拿走商品时，就不需要再操作按键或触摸屏，得到机器认可后才能拿走商品了，大大简化了人机交互过程，因此用户与机器设备的交互简单，客户体验好、高度智能。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1示出了本发明实施例提供的一种拿放商品的手势识别装置的结构示意图；
图2示出了本发明实施例提供的一种拿放商品的手势识别方法的流程示意图。
图中：1、摄像头；2、激光头；3、激光发射平面；4、虚拟平面；5、箱体；6、商品。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
具体实施例一
如图1所示，本发明实施例提供了一种拿放商品的手势识别装置，包括激光平面发射模块、摄像头模块和处理运算器模块。
激光平面发射模块的作用是产生激光光源，利用闪射镜片产生一条激光直线向外抛出，形成一个激光发射平面，为系统提供一个事件，并为事件提供一个手势识别提供一个参考事件。
摄像头模块包括相对位置固定的摄像头与激光头，分别拍摄两种图像，分别是带有激光光线的图像和彩色图像。
处理运算器模块的作用是图像处理、图像识别、图像转换等，根据两种图像的连续图像判断出当前人手势动作，最后判断出人手伸进箱体是要拿商品、放商品或什么都没做。
本发明实施例的工作原理为：
激光头按照预定时间间隔拍摄激光光线的灰度的间隔图，当某一张灰度间隔图出现激光反射光时，开启事件；
摄像头同时开启彩色图像拍照；
处理运算器模块滤除彩色图像中激光光线以外的像素点，得到三张识别图，并按照一定的算法将灰度间隔图的连续图像转化成一张转化图，为手势识别的识别图提供人手轮廓参数和人手位置参数；结合图像处理库(如：openCV或openMV)、AI人工智能技术，根据三张识别图判断出当前手的位置和轮廓，经转化图提供轮廓参数和位置参数做调整，并经过数据库技术判断当前手势，再经过三张识别图的两两对比，判断手势轮廓的变化，确定手势的拿放动作；因为物体经过平面会有进入平面和离开平面两部分在转化图上体现，根据间隔图的激光光线变化可以判断手掌是否进入平面，以及判断手是伸入平面的前半部分或者后半部分；
当箱体出现重量变化时，可以结合识别图和灰度间隔图判断出商品的位置参数，结合识别图的结果最终确定是拿放哪个位置的商品。
本发明实施例的一个应用场景可以是：
当一个不拿任何东西的手伸进货物箱时，手会从指尖开始通过虚拟平面，激光头就可以拍摄到在手上的激光光线；
当激光头连续拍照时能拍摄到激光光线在手上不同位置形成的不同形状的光线，利用三维重建原理将带激光光线的连续的间隔图转化成一张转化图，这张图像就会包含伸手进去的不拿商品的状态和缩手时携带商品的状态；
在整个事件上运算处理器模块可以通过摄像头拍摄三张识别图，分别是拿放货物前中后三张图像；具体的，在手伸进平面会形成带激光光线的图像，当运算处理器模块检测到手部的连续直线之后，给摄像头一个拍摄命令拍摄第一张识别图，同时开启允许拍照；等待货物箱出现重量变化时，开启第二次拍摄；当货物箱重量稳定时，开启第三次拍摄，这样一共拍摄三张识别图，按照一定的规律将彩色图像中除手以外的像素点滤除，并跟据前面的图像做图像的补偿修正处理，最后判断图像的像素点的变化，如像素点的轮廓向外扩展，向内收缩来判断手是捉紧商品还是放下商品；再跟之前判断的位置信息结合，最终判断出送拿放事件，是拿放了货物箱内那个位置的商品。
本发明实施例中，当前手势可以包括拿走物品、放下物品、人手靠近、人手离开和/或人手移动；手势的拿放动作可以包括拿商品、放商品和/或什么都没做。
本发明实施例可以去除激光发送平面，由摄像头采集所有数据，仅仅靠摄像头的数据就判定所有的手势。
本发明实施例对各模块的安装方式、外形和尺寸均不做限定。
本发明实施例可以用于机器设备的人机交互和仓储货柜的监控，例如可以应用于无人超市、自动售货机、智能仓储、冷藏柜、防盗等方面的人机交互和物品检测。
本发明实施例利用激光头和摄像头，依据现有技术的激光三角测距原理和AI及模式识别技术识别人手的姿态，判断人手的行为，不需要用户操作就能判定用户的行为，从而辅助后续机器设备，给用户提供相关的服务。本发明实施例能够在不接触的前提下识别用户的手势、识别用户拿放物品的行为，可以检测人拿走物品、放下物品、人手靠近、人手离开、人手移动等手势，这样，当有人需要拿走商品时，就不需要再操作按键或触摸屏，得到机器认可后才能拿走商品了，大大简化了人机交互过程，因此用户与机器设备的交互简单，客户体验好、高度智能。
在上述的具体实施例一中，提供了拿放商品的手势识别装置，与之相对应的，本申请还提供拿放商品的手势识别方法。由于方法实施例基本相似于装置实施例，所以描述得比较简单，相关之处参见装置实施例的部分说明即可。下述描述的方法实施例仅仅是示意性的。
具体实施例二
如图2所示，本发明实施例提供了一种拿放商品的手势识别方法，包括：
拍摄步骤S101：
激光头按照预定时间间隔拍摄激光光线的灰度间隔图并发送到处理运算器模块，当激光光线的灰度间隔图出现激光反射光时，开启事件；
摄像头同时开始拍摄彩色图像并发送到处理运算器模块；
图像处理步骤S102：
处理运算器模块滤除彩色图像中激光光线以外的像素点，得到N张识别图；将激光光线的灰度间隔图的连续图像转化成一张转化图，从中获取人手的轮廓参数和位置参数；
手势判断步骤S103：
处理运算器模块根据N张识别图判断出当前手的位置和轮廓；结合人手的轮廓参数和位置参数，判断当前手势；对N张识别图进行比对，获取手势轮廓的变化，确定手势的拿放动作。
优选的，本发明实施例还可以包括：
商品位置判断步骤S104：
称重传感器监测到箱体的重量变化，并将监测结果发送到处理运算器模块；
处理运算器模块根据当前手的位置和轮廓，以及人手的轮廓参数和位置参数，判断拿放商品的位置参数。
本发明实施例对N不做限定，N为正整数，优选的，N＝3。
优选的，所述图像处理步骤S103中，处理运算器模块可以应用图像处理库和AI人工智能技术，根据N张识别图判断出当前手的位置和轮廓。
本发明实施例对图像处理库不做限定，优选的，所述图像处理库可以包括openCV和/或openMV。
本发明实施例利用激光头和摄像头，依据现有技术的激光三角测距原理和AI及模式识别技术识别人手的姿态，判断人手的行为，不需要用户操作就能判定用户的行为，从而辅助后续机器设备，给用户提供相关的服务。本发明实施例能够在不接触的前提下识别用户的手势、识别用户拿放物品的行为，可以检测人拿走物品、放下物品、人手靠近、人手离开、人手移动等手势，这样，当有人需要拿走商品时，就不需要再操作按键或触摸屏，得到机器认可后才能拿走商品了，大大简化了人机交互过程，因此用户与机器设备的交互简单，客户体验好、高度智能。
本发明从使用目的上，效能上，进步及新颖性等观点进行阐述，其具有的实用进步性，己符合专利法所强调的功能增进及使用要件，本发明以上的说明及附图，仅为本发明的较佳实施例而己，并非以此局限本发明，因此，凡一切与本发明构造，装置，待征等近似、雷同的，即凡依本发明专利申请范围所作的等同替换或修饰等，皆应属本发明的专利申请保护的范围之内。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。尽管本发明已进行了一定程度的描述，明显地，在不脱离本发明的精神和范围的条件下，可进行各个条件的适当变化。可以理解，本发明不限于所述实施方案，而归于权利要求的范围，其包括所述每个因素的等同替换。对本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。