一种基于数据手套的手势识别系统及方法与流程

本发明涉及手势识别技术领域，具体为一种基于数据手套的手势识别系统及方法。

背景技术：

世界卫生组织最新统计数据显示，在全世界范围内有数量超过6亿的各类残疾人，占全世界人口总数的10%。截至年底我国有各类残疾人8400多万，占国内总人口数的6.34%，这使得我国成为世界上残疾人数最多的国家。聋哑人约占残疾人总数的33%，大约2780万人，其中一小部分仅有听力障碍或语言障碍，大部分则听力和语言均无法实现正常沟通，生活中手语成为他们交流的主要方式。然而，使用手语交流在很多方面具有局限性，特别是在和其它不了解手语的正常人沟通时显得尤为突出，如果手语能够被自动识别并转换为语音或图像等容易被正常人所理解的形式，必然能够帮助聋哑人克服社交障碍，为约亿万人口的家庭带来福音。

手语是由大量具有含义且高度结构化的人体动作集，手语动作以多种手势动作组合为主体，部分需要辅之以表情姿势等表达含义。面部表情多用于表达情感如疑问、高兴、失落等。因此，手势识别是实现手语翻译的关键。多种手语手势的高准确率识别往往需要复杂的算法支撑，从而需要强大的处理器以实现实时分析，导致设备便携性受到影响。从实用的角度出发，为聋哑人设计的手语翻译装置需具备便携性和实时性等特点。

在智能设备迅速发展的今天，人们之间的交流方式多种多样，但最主要依然是语言交流。正常人通过谈话交流，聋哑人之间通过手语交流。然而聋哑人和不熟悉手语的普通人之间却难以进行交流，这就迫切需要一种可以实现手语和正常语言转换的工具。

技术实现要素：

本发明的目的在于提供一种基于数据手套的手势识别系统及方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于数据手套的手势识别系统,手势识别系统包括高清探头、数据手套、中央处理器和后台监测终端，所述数据手套内设有加速度传感器、手指弯曲度传感器和压力传感器，所述数据手套通过数据处理单元连接中央处理器，所述高清探头通过图像优化模块连接中央处理器，所述中央处理器还连接数据库单元，所述中央处理器通过传输单元连接后台监测终端。

优选的，所述数据处理单元包括放大器、三极管a、三极管b、三极管c，所述放大器正极输入端分别连接电容a一端和电阻f一端，电阻f另一端接地，所述放大器负极输入端接地，所述放大器输出端连接二极管b正极，二极管b负极连接电阻e一端，电阻e另一端连接三极管c集电极，所述三极管c发射极分别连接电容c一端和电阻d一端，所述三极管c基极连接电阻c一端，所述电容c另一端连接三极管b集电极，所述三极管b发射极分别连接二极管a负极、电容b一端、电阻c另一端、电阻b一端和电容a另一端，所述三极管b基极连接电容b一端，电容b另一端分别连接二极管a负极、电阻d另一端，所述二极管a正极连接三极管a发射极，所述三极管a集电极连接电阻b另一端和电阻a一端，电阻a另一端接地。

优选的，所述图像优化模块优化方法如下：

a、高清探头采集数据手套的手势图像；

b、将采集的手势图像的rgb模型转换成hsv模型；

c、增强hsv模型的v通道中的部分像素对主体手势图像进行补光；

d、最后对主体手势图像之外的部分进行曝光增强处理。

优选的，其使用方法包括以下步骤：

a、高清探头采集数据手套的手势图像，采集的图像经过图像优化模块优化后传输至中央处理器处理；

b、数据手套中的传感器采集多个传感器数据，传感数据经过数据处理模块处理后传输至中央处理器；

c、手势图像传输至数据库单元中进行比对，采集的传感数据包括运动状态、轨迹信息，手掌、手指的弯曲度和手掌压力，采集的数据传输至数据库单元中进行匹配；

d、匹配后的手势信息传输至后台监测终端进行识别。

与现有技术相比，本发明的有益效果是：

（1）本发明结构原理简单，使用方便，能够实现对手势的高精度识别，帮助聋哑人完成和正常人之间的信息沟通，提高了沟通效率。

（2）本发明采用的数据处理单元对掺杂在传感信号中的干扰信号进行过滤，避免干扰信号对采集的传感信号产生干扰，从而提高了识别精度。

（3）本发明采用的优化方法能够增强拍摄图像的清晰度，达到优化图像的目的，进一步提高了后续识别精度。

附图说明

图1为本发明系统原理框图；

图2为本发明数据处理单元原理图；

图3为本发明系统流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-3，本发明提供一种技术方案：一种基于数据手套的手势识别系统,手势识别系统包括高清探头1、数据手套2、中央处理器3和后台监测终端4，所述数据手套2内设有加速度传感器5、手指弯曲度传感器6和压力传感器7，所述数据手套2通过数据处理单元8连接中央处理器3，所述高清探头1通过图像优化模块9连接中央处理器3，所述中央处理器3还连接数据库单元10，所述中央处理器3通过传输单元11连接后台监测终端4。

本发明中，数据处理单元8包括放大器12、三极管a1d、三极管b2d、三极管c3d，所述放大器12正极输入端分别连接电容a1b一端和电阻f6a一端，电阻f6a另一端接地，所述放大器12负极输入端接地，所述放大器12输出端连接二极管b2c正极，二极管b2c负极连接电阻e5a一端，电阻e5a另一端连接三极管c3d集电极，所述三极管c3d发射极分别连接电容c3b一端和电阻d4a一端，所述三极管c3d基极连接电阻c3a一端，所述电容c3b另一端连接三极管b2d集电极，所述三极管b2d发射极分别连接二极管a1c负极、电容b2b一端、电阻c3a另一端、电阻b2a一端和电容a1b另一端，所述三极管b2d基极连接电容b2b一端，电容b2b另一端分别连接二极管a1c负极、电阻d4a另一端，所述二极管a1c正极连接三极管a1d发射极，所述三极管a1d集电极连接电阻b2a另一端和电阻a1a一端，电阻a1a另一端接地。电阻3a，电阻6a，电阻5a，电容1b，二极管2c，三极管3d以及放大器构成一个陷波器其可以对音频信号中的高频噪声进行过滤。二极管1c，三极管2d、电容2b，电容3b以及电阻4a则形成一个阻隔电路，其不允许图像信号中的高频噪声通过，因此图像信号中的高频噪声全部由陷波器过滤，本发明采用的数据处理单元对掺杂在传感信号中的干扰信号进行过滤，避免干扰信号对采集的传感信号产生干扰，从而提高了识别精度。

本发明中，图像优化模块优化方法如下：

a、高清探头采集数据手套的手势图像；

b、将采集的手势图像的rgb模型转换成hsv模型；

c、增强hsv模型的v通道中的部分像素对主体手势图像进行补光；

d、最后对主体手势图像之外的部分进行曝光增强处理。

本发明采用的优化方法能够增强拍摄图像的清晰度，达到优化图像的目的，进一步提高了后续识别精度。

本发明的使用方法包括以下步骤：

a、高清探头采集数据手套的手势图像，采集的图像经过图像优化模块优化后传输至中央处理器处理；

b、数据手套中的传感器采集多个传感器数据，传感数据经过数据处理模块处理后传输至中央处理器；

c、手势图像传输至数据库单元中进行比对，采集的传感数据包括运动状态、轨迹信息，手掌、手指的弯曲度和手掌压力，采集的数据传输至数据库单元中进行匹配；

d、匹配后的手势信息传输至后台监测终端进行识别。

综上所述，本发明结构原理简单，使用方便，能够实现对手势的高精度识别，帮助聋哑人完成和正常人之间的信息沟通，提高了沟通效率。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。