信指令，可提前通过扫码登陆微信，收到微信时会有语音提示是否播报，回复时 通过语音输入、识别转换成问文字。
[0040] 所述手势的运动状态基于获取驾驶环境中的图像数据和光照值判断，采用结构光 技术、光飞时间技术或者多角成像技术输入手势指令。
[00411本发明的有益效果：
[0042] 1)由于使用图像采集装置作为抬头显示器手势控制系统的传感器，图像采集装置 包括至少一个摄像头，该摄像头采集到二维手型形成静态图像数据，与预设的手势进行匹 配成功后输出唤醒指令、音乐切换指令、接听或拒绝来电指令、切换页面指令。
[0043] 2)由于使用光照感应装置和光照源，优选采用近红外LED在不干扰人眼的情况下 在黑暗中提供照明。
[0044] 3)由于所述的处理装置，与图像采集装置连接，用于根据上述的图像数据，形成静 态或者动态的图像数据，其中静态或者动态是手势的运动状态或者手势的静止状态;如果 上述的图像数据不满足预定的手势图像标准，则不对上述的图像数据进行储存;若满足，则 对上述的图像数据进行储存后输出手势指令;本发明能够同时检测和识别静态手势与动态 手势的方法
[0045] 4)所述操作指令包括:唤醒指令、导航指令，电话指令，音乐指令，微信指令中的一 种或者多种，能够通过手势方便地进行上述的指令操作。
[0046] 5)本发明中的控制方法操作方便、指令明确无歧义、无需附加设备，能够满足驾驶 者全天候、在不同光照条件下手势的检测与识别，优选地，能同时支持静态手势和动态手势 的检测识别，操作功能强大。
【附图说明】
[0047]图1是按照本发明一实施方式基于视觉的抬头显示器控制方法中获取驾驶环境手 势指令流程图；
[0048]图2示出按照本发明一实施方式基于视觉的抬头显示器控制方法中获取驾驶环境 光照值流程图；
[0049] 图3示出图1中手势指令流程示意图；
[0050] 图4示出手势的静止状态包含的具体实施例子。
[0051] 图5示出图1中另一种手势指令流程示意图；
[0052]图6是图1中手势指令的一实施方式示意图；
[0053]图7示出手势的运动状态包含的具体实施例子。
[0054]图8按照本发明一实施方式基于视觉的抬头显示器控制系统的结构示意图；
[0055] 图9示出图8中一种优选实施例的结构示意图。
【具体实施方式】
[0056] 为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照 附图，对本发明进一步详细说明。
[0057]图1是按照本发明一实施方式基于视觉的抬头显示器控制方法中获取驾驶环境手 势指令流程图。该流程开始于步骤101，然后，在步骤102中，获取驾驶环境中的图像数据，本 领域技术人员能够明了，获得驾驶环境中的图像数据方式包括:摄像头、具有拍照功能的装 置。在步骤103中，根据上述的图像数据，形成静态或者动态的图像数据;其中记录的图像数 据按照驾驶者的动作或者状态可以分为，静态或者动态。静态的图像数据包括，静态手势图 像数据、静态人脸图像数据、静态人眼图像数据(主要在于虹膜识别）。静态手势图像数据用 以对驾驶员的所有具有操作目的手势识别进行识别，可以实现在驾驶过程中的便捷操控。 静态人脸图像数据用以对驾驶员的人脸进行识别，以判断驾驶员目前是否为该车的车主。 静态人眼图像数据，主要也是起到识别的作用，即指的是虹膜识别。采用虹膜识别的生物识 别技术能够提高驾驶员身份验证的便捷性，比如可以采用东芝推出的一款专用的虹膜扫描 传感器。东芝的一款近红外摄像头传感器，代号为"Τ4ΚΕΓ专为扫描使用者的虹膜而存在， 可用于进行身份识别和验证。装置主要采用了一枚标准的CMOS感光元件，分辨率为210万像 素，可输出1080p，60fps的图像和视频。为了满足虹膜扫描的需要，其拥有强大的近红外光 谱敏感度。又或者，当驾驶者带有隐形眼睛时，将每个人独有的虹膜作为一个生物指纹进行 识别，收集的信息与存储的数据进行对比，以确定身份。把传感器尽可能靠近眼睛，嵌入在 隐形眼镜当中的光传感器可以收反射离开虹膜的光线，形成图像和设备当中预先存储的图 像进行对比。
[0058] 步骤104中，上述的图像数据是否满足预定的手势图像标准，在该步骤中，主要是 将上述获得的手势图像中数据进行判断，并判断是否满足预定的手势图像。若是则进入步 骤105，若不是则进入步骤106;
[0059] 若是，步骤105中，对上述的图像数据进行储存后输出手势指令，所述输出的手势 指令用以作用于抬头显示器的功能性操作，储存后可形成常用的功能操作，同时按照手势 指令出现的频率，进行优先权分配，使得整个手势操作控制过程更加快捷和准确。
[0060] 若否，步骤106中，不对上述的图像数据进行储存，若多次操作都难以满足预定的 手势图像，则需要对预定的手势图像进行校正，若者对手势图像的识别点进行校正。
[0061] 图2示出按照本发明一实施方式基于视觉的抬头显示器控制方法中获取驾驶环境 光照值流程图，本实施例中的基于视觉的抬头显示器控制方法还包括
[0062] 该流程开始于步骤S201，此时步骤S201与上述的步骤101可同步执行，或者步骤 S201晚于步骤101执行。
[0063] 步骤S202获取驾驶环境中的光照值，本领域技术人员明了，可以采用光敏元件对 驾驶环境中的光照值进行获取，并设置好光照值阈值，可根据白天光照较亮，即车内的环境 光照会高于光照值阈值，而夜晚光照较暗，即车内的环境光照会低于光照值阈值的规则来 进行设定。
[0064]步骤S203根据上述的光照值，判断是否开启补偿光照，补偿光照的作用在于夜晚 车内环境光照较差时，可以提供补偿的光照，以进行手势识别或者人脸识别。
[0065] 若是，则进入步骤S204则开启补偿光照射并再次获取驾驶环境中的图像数据。若 判断为需要开启补偿光照，则在开启补偿光照后，再进行手势图像以及其它图像的获取。
[0066] 图3示出图1中手势指令流程示意图。
[0067] 步骤S301开始
[0068] 步骤S302手势的静止状态基于二维手型进行识别；二维手型识别是基于二维层面 的，在处理过程中需要将不含深度信息的二维信息作为输入即可。就像平时拍照所得的相 片就包含了二维信息一样，只需要使用单个摄像头捕捉到的二维图像作为输入，然后通过 计算机视觉技术对输入的二维图像进行分析，获取信息，从而实现手势识别。本领域技术人 员能够明了，计算机视觉(Computer Vision，CV)中，视觉信息的处理技术主要依赖于图像 处理方法，它包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别与 理解等内容。经过这些处理后输出图像的质量得到相当程度的改善，既改善了图像的视觉 效果，又便于计算机对图像进行分析、处理和识别。比如，通过图像采集得到二维手型图像， 可对二维手型图像进行图像增强，例如可以通过直方图变换增强了图像对比度，实现单通 道图像增强，将图像灰度阈值拉伸到0-255。然后再进行数据编码和传输，此步骤是为了对 图像进行压缩，而图像平滑主要目的在于去噪，除去可能因为环境因素(车辆颠簸、转弯、光 线较暗等因素)造成的图像失真。完成边缘锐化可以采用《基于边缘检测的图像锐化方法》.