一种移动终端及其手势识别处理方法和系统的制作方法
【技术领域】
[0001]本发明涉及移动终端技术领域，尤其涉及一种移动终端及其手势识别处理方法和系统。
【背景技术】
[0002]随着移动通信的发展和人们生活水平的不断提高，各种移动终端如手机的使用越来越普及，手机已经成为人们生活中不可缺少的通信工具。
[0003]现有技术中手机的功能越来越多，手势识别作为一种新的智能终端人机交互方式，开始得到越来越多的应用和普及，但因为手势识别依赖于摄像头，如果一直开启摄像头的话，会导致高功耗问题，现有技术中的手势识别存在功耗高的问题。
[0004]因此，现有技术还有待于改进和发展。
【发明内容】
[0005]本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种移动终端及其手势识别处理方法和系统。本发明能够快速检测是否需要开启摄像头来进行手势识别，同时可以在不用时快速关闭，通过距离传感器始终工作检测，前置摄像头缺省处于关闭状态，达到省电目的，从而解决了功耗的问题。
[0006]本发明解决技术问题所采用的技术方案如下:
一种移动终端手势识别处理方法，其中，包括步骤:
A、预先设置与各手势一一对应的操作指令并存储在移动终端中；
B、通过设置在移动终端上的距离传感器检测是否有物体在移动终端前方的一预定区域；
C、当距离传感器检测到有物体在移动终端前方，并实时检测物体的距离是否在一预定距离内；
D、当在一预定距离内，控制启动前置摄像头，进行物体判断，如果识别为人手，则开始手势识别操作；
E、根据识别的手势操作，查找与该手势一一对应的操作指令控制移动终端执行相应操作。
[0007]所述的移动终端手势识别处理方法，其中，所述步骤D还包括:
D1、获取前置摄像头拍摄的图像；
D2、通过统计学习方法对拍摄的图像进行人手的检测；
D3、根据检测结果对人手轮廓跟踪器进行初始化，并计算特定人手的肤色模型；通过条件概率密度传播算法和启发式搜索技术相结合的方法对人手轮廓进行跟踪；
D4、通过隐马尔科夫模型对人手运动轨迹进行分析，得到手势识别结果。
[0008]所述的移动终端手势识别处理方法，其中，还包括:根据每次摄像头启动后是否检测到人手，来逐步的自动调整缩小有效距离检测范围。
[0009]所述的移动终端手势识别处理方法，其中，
所述预定区域为直径30厘米范围内；
所述步骤B还包括:通过设置在移动终端的距离检测传感器感应直径30厘米范围内的物体；
所述距离传感器和前置摄像头并排挨着排列设置。
[0010]所述的移动终端手势识别处理方法，其中，所述步骤D还包括:
D20、当检测物体的距离在一预定距离外，则控制关闭前置摄像头。
[0011]一种移动终端手势识别处理系统，其中，包括:
第一设置模块，用于预先设置与各手势一一对应的操作指令并存储在移动终端中；第一检测控制模块，用于控制设置在移动终端上的距离传感器检测是否有物体在移动终端前方的一预定区域；
第二检测控制模块，用于当距离传感器检测到有物体在移动终端前方，控制实时检测物体的距离是否在一预定距离内；
识别控制模块，用于当在一预定距离内，控制启动前置摄像头，进行物体判断，如果识别为人手，则开始手势识别操作；
命令控制模块，用于根据识别的手势操作，控制查找与该手势一一对应的操作指令控制移动终端执行相应操作。
[0012]所述移动终端手势识别处理系统，其中，还包括:
第二设置模块，用于预先在移动终端正前方并排设置距离传感器和前置摄像头； 关闭控制模块，用于当检测物体的距离在一预定距离外，则控制关闭前置摄像头。
[0013]所述移动终端手势识别处理系统，其中，识别控制模块包括:
获取单元，用于获取前置摄像头拍摄的图像；
检测单元，用于控制通过统计学习方法对拍摄的图像进行人手的检测；
计算与跟踪单元，用于控制根据检测结果对人手轮廓跟踪器进行初始化，并计算特定人手的肤色模型；通过条件概率密度传播算法和启发式搜索技术相结合的方法对人手轮廓进行跟踪；
分析处理单元，用于控制通过隐马尔科夫模型对人手运动轨迹进行分析，得到手势识别结果。
[0014]所述移动终端手势识别处理系统，其中，识别控制模块还包括:
调整单元，用于根据每次摄像头启动后是否检测到人手，来逐步的自动调整缩小有效距离检测范围；
所述预定区域为直径30厘米范围内。
[0015]一种移动终端，其中，包括任一项所述的手势识别处理系统。
[0016]本发明所提供的移动终端及其手势识别处理方法和系统，由于采用了当用户要进行手势操作时，手会移动到设备前方，此时距离传感器可以检测到有物体在移动终端前方并实时知道物体的距离，设备启动前置摄像头，进行物体判断，如果识别为手，则开始手势识别操作。因为设备能够快速开启手势识别功能，所以当手移出摄像头视角范围后，可以关闭摄像头，达到了节能省电目的。
【附图说明】
[0017]图1是本发明一种移动终端手势识别处理方法的较佳实施例的流程图。
[0018]图2是本发明一种移动终端手势识别处理系统的较佳实施例的功能原理框图。
【具体实施方式】
[0019]为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0020]请参见图1，图1是本发明一种移动终端手势识别处理方法的较佳实施例的流程图。图1所示的一种移动终端手势识别处理方法，包括:
步骤S110、预先设置与各手势一一对应的操作指令并存储在移动终端中。本发明需要预先在移动终端上设置与各手势一一对应的操作指令并存储。例如设置左右摇摆手势与拒绝接听指令对应。
[0021]步骤S120、通过设置在移动终端上的距离传感器检测是否有物体在移动终端前方的一预定区域。
[0022]本发明在具体实施时，需在移动终端上设置距离传感器，较佳地，将所述距离传感器和前置摄像头并排挨着排列设置。其中，距离传感器，可以采用可以提供超低功耗的30厘米范围内的精确距离检测传感器。即所述预定区域为直径30厘米范围内。通过设置在移动终端的距离检测传感器感应直径30厘米范围内的物体。
[0023]而前置摄像头，采用启动时间在0.5秒之内的快速启动，则用户体验会非常好。
[0024]距离传感器可以根据设备大小，进行角度的略微倾斜设计，这样可以让用户的手在设备的前方，而不是设备前方靠上，用户体验会更加自然。
[0025]步骤S130、当距离传感器检测到有物体在移动终端前方，并实时检测物体的距离是否在一预定距离内。
[0026]即当距离传感器检测到有物体在在移动终端前方，并实时检测物体的距离是否在一预定距离内如例50厘米范围内。
[0027]步骤S140、当在一预定距离内，控制启动前置摄像头，进行物体判断，如果识别为人手，则开始手势识别操作。
[0028]其中，人手的识别可以通过如下步骤实现:D1、获取前置摄像头拍摄的图像；D2、通过统计学习方法对拍摄的图像进行人手的检测；D3、根据检测结果对人手轮廓跟踪器进行初始化，并计算特定人手的肤色模型；通过条件概率密度传播算法和启发式搜索技术相结合的方法对人手轮廓进行跟踪；D4、通过隐马尔科夫模型对人手运动轨迹进行分析，得到手势识别结果。
本步骤中，根据每次摄像头启动后是否检测到人手，来逐步的自动调整缩小有效距离检测范围。即为减少误判，可以根据每次摄像头启动后是否检测到手，来逐步的自动调整(缩小)有效距离检测范围。
[0029]然后转入步骤S150。
[0030]步骤S150、根据识别的手势操作，查找与该手势一一对应的操作指令控制移动终端执行相应操作。
[0031]即根据识别出来的手势操作，查找与该手势操作一一对应的操盘指令，例如当