CN106650557B - 影像分区门坎值决定方法及系统、手势判断方法及系统 - Google Patents

影像分区门坎值决定方法及系统、手势判断方法及系统 Download PDF

Info

Publication number
CN106650557B
CN106650557B CN201510740916.5A CN201510740916A CN106650557B CN 106650557 B CN106650557 B CN 106650557B CN 201510740916 A CN201510740916 A CN 201510740916A CN 106650557 B CN106650557 B CN 106650557B
Authority
CN
China
Prior art keywords
image
partition
sensing
threshold
local
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510740916.5A
Other languages
English (en)
Other versions
CN106650557A (zh
Inventor
张柏毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Pixart Imaging Inc
Original Assignee
Pixart Imaging Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Pixart Imaging Inc filed Critical Pixart Imaging Inc
Priority to CN201510740916.5A priority Critical patent/CN106650557B/zh
Publication of CN106650557A publication Critical patent/CN106650557A/zh
Application granted granted Critical
Publication of CN106650557B publication Critical patent/CN106650557B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • G06V40/28Recognition of hand or arm movements, e.g. recognition of deaf sign language

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种影像分区门坎值决定方法,包含:定义出第一感测影像中的复数个影像区域;根据影像区域中的第一、第二影像区域决定出相对应的第一、第二局部影像分区门坎值;以第一、第二局部影像分区门坎值来分别对第一感测影像执行第一、第二影像分区动作以得到第一、第二分区后影像;以及根据该第一分区后影像以及该第二分区后影像决定要使用该第一局部影像分区门坎值以及该第二局部影像分区门坎值中的哪一个作为影像处理器的第一影像分区门坎值。

Description

影像分区门坎值决定方法及系统、手势判断方法及系统
技术领域
本发明有关于影像分区门坎值决定方法、影像感测系统、手势判断方法以及手势判断系统,特别有关于可动态改变影像分区门坎值的影像感测系统、手势判断方法以及手势判断系统。
背景技术
越来越多电子装置可根据用户的手势来执行不同的功能(例如智能手机和智能电视)。然而,要执行此类操作前,须先侦测手的所在位置,才能正确的判断手势。一般而言,若不使用深度侦测器,为了从影像感测器所撷取的影像中判断出手的影像,会先对影像施行影像分区(image segmentation)。较常见的影像分区方法为根据亮度来进行分区。
图1A和图1B绘示了习知技术中根据亮度对影像执行影像分区的示意图。如图1A所示,影像感测器所撷取的感测影像Img包含了手部影像Img_h以及背景影像Img_b。而在图1B中,感测影像Img已被执行过影像分区,因此形成了分区后影像Img_s。影像分区通常是指当感测影像中某些部份的亮度若高于一影像分区门坎值,则给予一较暗的亮度(例如灰阶255),相反的,若感测影像中某些部份的亮度低于影像分区门坎值,则给予一较亮的亮度(例如灰阶0)。如图1B所示,在执行过影像分区后,分区后影像Img_s中的分区后手部影像Img_hs具有较亮的亮度,而分区后背景影像Img_bs具有较暗的亮度。对感测影像进行分区后,可让手部影像较容易被正确的判断。
然而,图1A和图1B所示的方法在某些状况下可能会产生不正确的分区后手部影像Img_hs。图2A和图2B绘示了习知技术中根据亮度对影像执行影像分区时,背景影像产生干扰的示意图。如图2A所示,影像感测器所撷取的感测影像Img包含了手部影像Img_h以及背景影像Img_b,且背景影像Img_b更包含了一对象影像Img_o。此对象影像Img_o的亮度与手部影像Img_h的亮度接近,因此在图2B中,分区后手部影像Img_hs和分区后对象影像Img_os都会具有相同的亮度。在此状况下,手部影像的大小和位置都会被误判。
除了图2A和图2B外,图1A和图1B所示的方法亦可能有手部破碎的问题。图3绘示了习知技术中根据亮度对影像执行影像分区时,产生手部破碎的示意图。图3是针对图1A施行影像分区而得,然而,因为不适当的门坎值或是因为环境光的干扰,分区后手部影像Img_hs变成不完整的影像,如此手部影像的大小和位置亦会被误判。描述被发明所基于的背景技术。
发明内容
因此,本发明之一目的为提供一种影像分区门坎值决定方法,其可动态的决定出最佳的门坎值。
本发明另一目的为提供一种手势判断方法,其利用本发明的影像分区门坎值决定方法对感测影像先施行影像分区后,可较精确的判断手势。
本发明另一目的为提供使用本发明所提供的影像分区门坎值决定方法的影像感测系统以及使用本发明所提供的手势判断方法的手势判断系统。
本发明一实施例提供了一种影像分区门坎值决定方法,施行在一影像处理器上,用以决定该影像处理器的一第一影像分区门坎值,包含:(a)定义出一第一感测影像中的复数个影像区域;(b)根据该些影像区域中的一第一影像区域决定出相对应的一第一局部影像分区门坎值;(c)根据该些影像区域中的一第二影像区域决定出相对应的一第二局部影像分区门坎值;(d)以该第一局部影像分区门坎值来对该第一感测影像执行一第一影像分区动作以得到一第一分区后影像;(e)以该第二局部影像分区门坎值来对该第一感测影像执行一第二影像分区动作以得到一第二分区后影像;以及(f)根据该第一分区后影像以及该第二分区后影像决定要使用该第一局部影像分区门坎值以及该第二局部影像分区门坎值中的哪一个作为该第一影像分区门坎值。
本发明一实施例提供了使用前述影像分区门坎值决定方法的手势判断方法,其除了前述步骤(a)-(f)外,更包含(g)使该影像处理器以该第一影像分区门坎值处理该影像感测器所撷取的至少一感测影像来产生至少一分区后感测影像;以及(h)依据该分区后感测影像来判断该感测影像所代表的手势。
本发明一实施例提供了使用本发明所提供的影像分区门坎值决定方法的影像感测系统,其包含一影像感测器以及一影像处理器,影像感测器用以撷取第一感测影像,而影像处理器用以执行前述步骤(a)-(f)。若此影像感测系统使用在一手势判断系统上,则更包含一手势侦测装置,影像处理器用以执行前述步骤(a)-(g),手势侦测装置用以执行步骤(h)。
根据前述实施例,可动态的调整影像分区门坎值使影像处理器805的影像分区门坎值为优化,如此可以得到较正确的分区后影像。当此方法运用在手势判断时,亦可得到较精确的手势判断结果。
附图说明
图1A和图1B绘示了习知技术中根据亮度对影像执行影像分区的示意图。
图2A和图2B绘示了习知技术中根据亮度对影像执行影像分区时,背景影像产生干扰的示意图。
图3绘示了习知技术中根据亮度对影像执行影像分区时,产生手部破碎的示意图。
图4、图5、图6以及图9绘示了根据本发明实施例的影像分区门坎值决定方法的示意图。
图7根据本发明另一实施例的影像分区门坎值决定方法的示意图。
图8绘示了根据本发明实施例的手势判断系统以及影像感测系统的方块图。
附图标号说明:
Img 感测影像
Img_h 手部影像
Img_b 背景影像
Img_s 分区后影像
Img_hs 分区后手部影像
Img_bs 分区后背景影像
Img_o 对象影像
Img_os 分区后对象影像
Img_p1、Img_p2、Img_p3、Img_p4 影像区域
Tr_p1、Tr_p2、Tr_p3、Tr_p4 局部影像分区门坎值
800 影像感测系统
801 影像感测器
803 控制单元
805 影像处理器
807 手势判断系统
809 手势侦测装置
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
图4、图5和图6绘了根据本发明实施例的影像分区门坎值决定方法的示意图。如图4所示,当调整影像分区门坎值的机制被启动时,会先对影像感测器感测到的影像定义出复数个影像区域,然后再以这些影像区域分别决定出相对应的局部影像分区门坎值(例如图4中的局部影像分区门坎值_1、局部影像分区门坎值_2…局部影像分区门坎值_n)。然后再将此影像分别以这些局部影像分区门坎值进行影像分区处理而形成分区后影像Img_s1、Img_s2…Img_sn。接着再对这些分区后影像Img_s1、Img_s2…Img_sn进行评分,然后根据这些评分选择出评分最高的分区后影像所对应的局部影像分区门坎值作为所须的影像分区门坎值。
以下将对各步骤的细节再做更详细的说明。图5绘示了对影像感测器感测到的影像进行影像分区的示意图。如图5所示,影像Img中被定义出复数个影像区域Img_p1、Img_p2、Img_p3以及Img_p4。然后会以这些影像区域Img_p1、Img_p2、Img_p3以及Img_p4分别决定出相对应的局部影像分区门坎值Tr_p1、Tr_p2、Tr_p3以及Tr_p4。许多种方法可被用以根据影像区域Img_p1、Img_p2、Img_p3以及Img_p4分别决定出相对应的局部影像分区门坎值Tr_p1、Tr_p2、Tr_p3以及Tr_p4。在一实施例中,是根据影像区域Img_p1、Img_p2、Img_p3以及Img_p4各别的平均亮度决定出相对应的局部影像分区门坎值Tr_p1、Tr_p2、Tr_p3以及Tr_p4。然后会如前所述,以不同的局部影像分区门坎值Tr_p1、Tr_p2、Tr_p3以及Tr_p4对影像Img进行影像分区,并对不同的分区后影像进行评分来选择出最佳的局部影像分区门坎值作为所须的影像分区门坎值。
但请留意,亦可根据影像区域Img_p1、Img_p2、Img_p3以及Img_p4的其他参数决定出相对应的局部影像分区门坎值Tr_p1、Tr_p2、Tr_p3以及Tr_p4。举例来说,可利用最大亮度、最低亮度或是亮度变化趋势等。而且,影像区域的位置、数量和大小不限定于图5的例子。举例来说,图5中的影像区域的数量为4个且所有影像区域的总和为整张影像Img。然而,在图6的实施例中,影像区域的数量为5个且所有影像区域的总和仅为影像Img的一部份。而且,影像区域彼此间亦可以有重迭的部份,此类变化亦应包含在本发明的范围之内。
许多种方法可用以实现前述的评分动作。举例来说,可利用形状分析(shapeanalysis)或是纹理分析(texture analysis)来对影像进行评分。影像分析是指把以局部影像分区门坎值处理过的分区后影像来与预存的标准影像做比对,如此便可知道哪一个分区后影像会跟预存的标准影像相似度最高,便可具有较高的分数。纹理分析则是会对以局部影像分区门坎值处理过的分区后影像之亮度变化趋势进行分析,若符合预存的变化规则,便可具有较高的分数。
请留意,在图5和图6的实施例中,是利用不同的影像区域Img_p1、Img_p2、Img_p3以及Img_p4来产生不同的局部影像分区门坎值Tr_p1、Tr_p2、Tr_p3以及Tr_p4。然而,在另一实施例中,可利用相同的影像区域来产生不同的局部影像分区门坎值Tr_p1、Tr_p2、Tr_p3以及Tr_p4。图9绘示了根据本发明实施例的影像分区门坎值决定方法的示意图。如图9所示,影像区域Img_p1、Img_p2、Img_p3以及Img_p4是指相同的影像区域,在此实施例中,会根据此影像区域来产生不同的局部影像分区门坎值Tr_p1、Tr_p2、Tr_p3以及Tr_p4。
许多种方式可用以产生局部影像分区门坎值Tr_p1、Tr_p2、Tr_p3以及Tr_p4。在一实施例中,求出一局部影像分区门坎值后,将此局部影像分区门坎值乘上一调整比例来产生其他局部影像分区门坎值。举例来说,先求出局部影像分区门坎值Tr_p1,然后分别乘上1.1、0.9以及0.8来产生局部影像分区门坎值Tr_p2、Tr_p3以及Tr_p4。或者,可利用同一影像区域的不同亮度信息来产生不同的局部影像分区门坎值。举例来说,以影像区域的平均亮度来产生局部影像分区门坎值Tr_p1,然后以同一影像区域的最大亮度来产生局部影像分区门坎值Tr_p2,并以同一影像区域的最小亮度来产生局部影像分区门坎值Tr_p3。然请留意,这些例子仅用以举例,并非用以限定本发明。其他以相同的影像区域来产生不同的局部影像分区门坎值的方法均应包含在本发明的范围之内。
除了现今影像外,于一实施例中会参照前影像来决定局部影像分区门坎值或是评分。请参阅图7,在图7中,会根据前影像的结果来决定局部影像分区门坎值以及评分。举例来说,会根据整张前影像的影像分区门坎值来决定现今影像的局部影像分区门坎值。而且,会根据前影像的评分来决定不同局部影像分区门坎值处理过的不同分区后影像的评分。此处的”决定”可为根据前影像直接决定一个新的值,或是根据前影像来调整已经依先前步骤计算而得的局部影像分区门坎值和评分。会参照前影像来决定局部影像分区门坎值或是评分的原因在于,若前影像与后续影像的时间差距不大,通常两者的内容相差亦不大,因此可参照前影像来决定局部影像分区门坎值或是评分以节省计算时间或是避免误差。但请留意,此处的前影像指是前n张影像,n为正整数,不限定是前一张影像。
根据前述实施例,可得到一种影像分区门坎值决定方法,其施行在一影像处理器上,用以决定影像处理器的一第一影像分区门坎值。此方法包含:(a)定义出一第一影像中的复数个影像区域(例如图5或图9中的Img_p1、Img_P2..);(b)根据该些影像区域中的一第一影像区域决定出相对应的一第一局部影像分区门坎值(例如图5中的Tr_p1);(c)根据该些影像区域中的一第二影像区域决定出相对应的一第二局部影像分区门坎值(例如图5中的Tr_p2);(d)以该第一局部影像分区门坎值来对该第一感测影像执行一第一影像分区动作以得到一第一分区后影像;(e)以该第二局部影像分区门坎值来对该第一感测影像执行一第二影像分区动作以得到一第二分区后影像;以及(f)根据该第一分区后影像以及该第二分区后影像决定要使用该第一局部影像分区门坎值以及该第二局部影像分区门坎值中的哪一个作为该第一影像分区门坎值。如前所述,第一影像区域和第二影像区域可为相同的影像区域亦可为不同的影像区域。
图8绘示了根据本发明实施例的手势判断系统以及影像感测系统的方块图。然请留意,图8中的方块图仅是为了方便说明,用以实施本发明所提供的影像分区门坎值决定方法之手势判断系统以及影像感测系统其结构不限制于图8所示的结构。举例来说,图8中的控制单元803可整合在影像感测器801或是影像处理器805中。此外,图8中的各组件可以硬件(例如电路)或是轫体方法实现。
如图8所示,影像感测系统800包含:影像感测器801、控制单元803以及影像处理器805。控制单元803用以控制影像感测器801以及影像处理器805的动作。影像感测器801撷取一感测影像Img。影像处理器805会根据此感测影像Img来定义出复数个影像区域并决定出复数个局部影像分区门坎值(例如图5所示的例子),影像处理器805会根据这些局部影像分区门坎值来产生相对应的分区后影像,并根据这些分区后影像决定出一影像分区门坎值。影像处理器805会依此来处理影像感测器801所撷取的后续感测影像(亦可包含现今的感测影像Img)来产生分区后感测影像。在一实施例中,影像处理器805可运作于一普通模式或是一调整模式。于普通模式下,影像处理器805会根据先前所设定的影像分区门坎值来产生相对应的分区后影像。而在调整模式下,影像处理器805会如前所述般产生复数个局部影像分区门坎值然后再从其中决定出一最佳的影像分区门坎值。于一实施例中,可包含一触发机制,来让影像处理器805自普通模式切换到调整模式。举例来说,可持续监控影像处理器805产生的分区后影像的影像质量,若影像质量太差时(例如评分太低),则将影像处理器805自普通模式切换到调整模式。
请再参阅图8,在一实施例中,影像感测系统800是包含在一手势判断系统807中,影像处理器805产生的分区后感测影像会输出至一手势侦测装置809,然后手势侦测装置809会根据此分区后感测影像决定手影像的位置,然后再据以判断手影像所代表的手势。然请留意,本发明所提供的影像感测系统800可运用在任何电子装置上。
根据前述实施例,可动态的调整影像分区门坎值使影像处理器805的影像分区门坎值为优化,如此可以得到较正确的分区后影像。当此方法运用在手势判断时,亦可得到较精确的手势判断结果。
以上所述仅为本发明之较佳实施例,凡依本发明申请专利范围所做之均等变化与修饰,皆应属本发明之涵盖范围。

Claims (24)

1.一种影像分区门坎值决定方法,其特征在于,施行在一影像处理器上,用以决定该影像处理器的一第一影像分区门坎值,包含:
(a)定义出一第一感测影像中的复数个影像区域;
(b)根据该些影像区域中的一第一影像区域决定出相对应的一第一局部影像分区门坎值;
(c)根据该些影像区域中的一第二影像区域决定出相对应的一第二局部影像分区门坎值;该第一影像区域和该第二影像区域为不同的影像区域;
(d)以该第一局部影像分区门坎值来对该第一感测影像执行一第一影像分区动作以得到一第一分区后影像;
(e)以该第二局部影像分区门坎值来对该第一感测影像执行一第二影像分区动作以得到一第二分区后影像;以及
(f)根据该第一分区后影像以及该第二分区后影像决定要使用该第一局部影像分区门坎值以及该第二局部影像分区门坎值中的哪一个作为该第一影像分区门坎值。
2.如权利要求1所述的影像分区门坎值决定方法,其特征在于,该步骤(f)包含计算该第一分区后影像的评分以及计算该第二分区后影像的评分,且该步骤(f)根据该第一分区后影像以及该第二分区后影像的评分决定要使用该第一局部影像分区门坎值以及该第二局部影像分区门坎值中的哪一个作为该第一影像分区门坎值。
3.如权利要求2所述的影像分区门坎值决定方法,其特征在于,该步骤(f)是以影像分析来决定该第一分区后影像以及该第二分区后影像的评分。
4.如权利要求2所述的影像分区门坎值决定方法,其特征在于,该步骤(f)是以纹理分析来决定该第一分区后影像以及该第二分区后影像的评分。
5.如权利要求2所述的影像分区门坎值决定方法,其特征在于,该步骤(f)更包含:
对一第二感测影像进行评分;以及
参考该第二感测影像的评分调整该第一分区后影像的评分以及该第二分区后影像的评分中至少一评分;
其中该第二感测影像为该第一感测影像的前n张影像中任意一张影像,其中n为正整数。
6.如权利要求1所述的影像分区门坎值决定方法,其特征在于,该步骤(b)更包含:
参考一第二感测影像的一第二影像分区门坎值来决定第一局部影像分区门坎值,其中该第二感测影像为该第一感测影像的前n张影像中任意一张影像,其中n为正整数。
7.一种手势判断方法,施行在一手势判断系统上,其特征在于,该手势判断系统包含一影像处理器以及一影像感测器,该手势判断方法包含:
(a)定义出一第一感测影像中的复数个影像区域;
(b)根据该些影像区域中的一第一影像区域决定出相对应的一第一局部影像分区门坎值;
(c)根据该些影像区域中的一第二影像区域决定出相对应的一第二局部影像分区门坎值;该第一影像区域和该第二影像区域为不同的影像区域;
(d)以该第一局部影像分区门坎值来对该第一感测影像执行一第一影像分区动作以得到一第一分区后影像;
(e)以该第二局部影像分区门坎值来对该第一感测影像执行一第二影像分区动作以得到一第二分区后影像;
(f)根据该第一分区后影像以及该第二分区后影像决定要使用该第一局部影像分区门坎值以及该第二局部影像分区门坎值中的哪一个作为该影像处理器的一第一影像分区门坎值;
(g)使该影像处理器以该第一影像分区门坎值处理该影像感测器所撷取的至少一感测影像来产生至少一分区后感测影像;以及
(h)依据步骤(g)中该至少一分区后感测影像来判断步骤(g)中该影像感测器所撷取的至少一感测影像所代表的手势。
8.如权利要求7所述的手势判断方法,其特征在于,该步骤(f)包含计算该第一分区后影像的评分以及计算该第二分区后影像的评分,且该步骤(f)根据该第一分区后影像以及该第二分区后影像的评分决定要使用该第一局部影像分区门坎值以及该第二局部影像分区门坎值中的哪一个作为该第一影像分区门坎值。
9.如权利要求8所述的手势判断方法,其特征在于,该步骤(f)是以影像分析来决定该第一分区后影像以及该第二分区后影像的评分。
10.如权利要求8所述的手势判断方法,其特征在于,该步骤(f)是以纹理分析来决定该第一分区后影像以及该第二分区后影像的评分。
11.如权利要求8所述的手势判断方法,其特征在于,该步骤(f)更包含:
对一第二感测影像进行评分;以及
参考该第二感测影像的评分调整该第一分区后影像以及该第二分区后影像中至少其一的评分;
其中该第二感测影像为该第一感测影像的前 n 张影像中任意一张影像,其中 n 为正整数。
12.如权利要求9所述的手势判断方法,其特征在于,该步骤(b)更包含:
参考一第二感测影像的一第二影像分区门坎值来决定第一局部影像分区门坎值,其中该第二感测影像为该第一感测影像的前n张影像中任意一张影像,其中n为正整数。
13.一种影像感测系统,其特征在于,包含:
一影像感测器,用以感测一第一感测影像;
一影像处理器,用以执行下列步骤:
(a)接收该第一感测影像并定义出该第一感测影像中的复数个影像区域;
(b)根据该些影像区域中的一第一影像区域决定出相对应的一第一局部影像分区门坎值;
(c)根据该些影像区域中的一第二影像区域决定出相对应的一第二局部影像分区门坎值;该第一影像区域和该第二影像区域为不同的影像区域;
(d)以该第一局部影像分区门坎值来对该第一感测影像执行一第一影像分区动作以得到一第一分区后影像;
(e)以该第二局部影像分区门坎值来对该第一感测影像执行一第二影像分区动作以得到一第二分区后影像;以及
(f)根据该第一分区后影像以及该第二分区后影像决定要使用该第一局部影像分区门坎值以及该第二局部影像分区门坎值中的哪一个作为该影像处理器所使用的第一影像分区门坎值。
14.如权利要求13所述的影像感测系统,其特征在于,该步骤(f)包含计算该第一分区后影像的评分以及计算该第二分区后影像的评分,且该步骤(f)根据该第一分区后影像以及该第二分区后影像的评分决定要使用该第一局部影像分区门坎值以及该第二局部影像分区门坎值中的哪一个作为该第一影像分区门坎值。
15.如权利要求14所述的影像感测系统,其特征在于,该步骤(f)是以影像分析来决定该第一分区后影像以及该第二分区后影像的评分。
16.如权利要求14所述的影像感测系统,其特征在于,该步骤(f)是以纹理分析来决定该第一分区后影像以及该第二分区后影像的评分。
17.如权利要求14所述的影像感测系统,其特征在于,该步骤(f)更包含:
对一第二感测影像进行评分;以及
参考该第二感测影像的评分调整该第一分区后影像的评分以及该第二分区后影像的评分中至少一评分;
其中该第二感测影像为该第一感测影像的前n张影像中任意一张影像,其中n为正整数。
18.如权利要求13所述的影像感测系统,其特征在于,该步骤(b)更包含:
参考一第二感测影像的一第二影像分区门坎值来决定第一局部影像分区门坎值,其中该第二感测影像为该第一感测影像的前n张影像中任意一张影像,其中n为正整数。
19.一种手势判断系统,其特征在于,包含
一影像感测器,用以感测一第一感测影像;
一影像处理器,用以执行下列步骤:
(a)接收该第一感测影像并定义出该第一感测影像中的复数个影像区域;
(b)根据该些影像区域中的一第一影像区域决定出相对应的一第一局部影像分区门坎值;
(c)根据该些影像区域中的一第二影像区域决定出相对应的一第二局部影像分区门坎值;该第一影像区域和该第二影像区域为不同的影像区域;
(d)以该第一局部影像分区门坎值来对该第一感测影像执行一第一影像分区动作以得到一第一分区后影像;
(e)以该第二局部影像分区门坎值来对该第一感测影像执行一第二影像分区动作以得到一第二分区后影像;以及
(f)根据该第一分区后影像以及该第二分区后影像决定要使用该第一局部影像分区门坎值以及该第二局部影像分区门坎值中的哪一个作为该影像处理器所使用的第一影像分区门坎值;
(g)以该第一影像分区门坎值处理该影像感测器所撷取的至少一感测影像来产生至少一分区后感测影像;以及
一手势侦测装置,依据步骤(g)中该至少一分区后感测影像来判断步骤(g)中该影像感测器所撷取的至少一感测影像所代表的手势。
20.如权利要求19所述的手势判断系统,其特征在于,该步骤(f)包含计算该第一分区后影像的评分以及计算该第二分区后影像的评分,且该步骤(f)根据该第一分区后影像以及该第二分区后影像的评分决定要使用该第一局部影像分区门坎值以及该第二局部影像分区门坎值中的哪一个作为该第一影像分区门坎值。
21.如权利要求20所述的手势判断系统,其特征在于,该步骤(f)是以影像分析来决定该第一分区后影像以及该第二分区后影像的评分。
22.如权利要求20所述的手势判断系统,其中该步骤(f)是以纹理分析来决定该第一分区后影像以及该第二分区后影像的评分。
23.如权利要求20所述的手势判断系统,其特征在于,该步骤(f)更包含:
对一第二感测影像进行评分;以及
参考该第二感测影像的评分调整该第一分区后影像的评分以及该第二分区后影像的评分中至少一评分;
其中该第二感测影像为该第一感测影像的前n张影像中任意一张影像,其中n为正整数。
24.如权利要求19所述的手势判断系统,其特征在于,该步骤(b)更包含:
参考一第二感测影像的一第二影像分区门坎值来决定第一局部影像分区门坎值,其中该第二感测影像为该第一感测影像的前n张影像中任意一张影像,其中n为正整数。
CN201510740916.5A 2015-11-04 2015-11-04 影像分区门坎值决定方法及系统、手势判断方法及系统 Active CN106650557B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510740916.5A CN106650557B (zh) 2015-11-04 2015-11-04 影像分区门坎值决定方法及系统、手势判断方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510740916.5A CN106650557B (zh) 2015-11-04 2015-11-04 影像分区门坎值决定方法及系统、手势判断方法及系统

Publications (2)

Publication Number Publication Date
CN106650557A CN106650557A (zh) 2017-05-10
CN106650557B true CN106650557B (zh) 2020-05-08

Family

ID=58851216

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510740916.5A Active CN106650557B (zh) 2015-11-04 2015-11-04 影像分区门坎值决定方法及系统、手势判断方法及系统

Country Status (1)

Country Link
CN (1) CN106650557B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1297937C (zh) * 2004-07-02 2007-01-31 电子科技大学 一种基于方向信息的指纹图像分割方法
CN100382756C (zh) * 2006-06-07 2008-04-23 华中科技大学 在数字减影血管造影图像中分割血管数据的方法
TW201331796A (zh) * 2012-01-20 2013-08-01 Univ Nat Taipei Technology 能根據環境光線變化來最佳化觸控亮點之多點觸控系統及其方法

Also Published As

Publication number Publication date
CN106650557A (zh) 2017-05-10

Similar Documents

Publication Publication Date Title
US11410277B2 (en) Method and device for blurring image background, storage medium and electronic apparatus
CN107918768B (zh) 光学指纹识别方法、装置及电子设备
US10839537B2 (en) Depth maps generated from a single sensor
US20130088426A1 (en) Gesture recognition device, gesture recognition method, and program
WO2014128688A1 (en) Method, system and software module for foreground extraction
KR102474837B1 (ko) 전경 추출 방법 및 장치
JP2000339457A (ja) 顔画像処理装置
US20190191078A1 (en) Information processing apparatus, a non-transitory computer readable storage medium and information processing method
JP2009026223A (ja) 物体検出装置及びプログラム
US9690430B2 (en) Touch detection apparatus, touch detection method and recording medium
US20150116227A1 (en) Color Sampling Method and Touch Control Device thereof
US9846816B2 (en) Image segmentation threshold value deciding method, gesture determining method, image sensing system and gesture determining system
US10694110B2 (en) Image processing device, method
US11036974B2 (en) Image processing apparatus, image processing method, and storage medium
KR20130109817A (ko) 손가락 패턴을 이용한 손 모양 인식 장치 및 방법
JP6772059B2 (ja) 電子制御装置、電子制御システムおよび電子制御方法
CN106650557B (zh) 影像分区门坎值决定方法及系统、手势判断方法及系统
US20150042761A1 (en) Method, apparatus, and stereo camera for controlling image lightness
CN108805883B (zh) 一种图像分割方法、图像分割装置及电子设备
KR101853276B1 (ko) 깊이 영상에서의 손 영역 검출 방법 및 그 장치
US9104937B2 (en) Apparatus and method for recognizing image with increased image recognition rate
CN109661683B (zh) 基于图像内容的投射结构光方法、深度检测方法及结构光投射装置
KR20220016783A (ko) 화상 감지 장치 및 그 노광 시간 조절 방법
US11049264B2 (en) Marker detecting device and optical tracking device
US9454242B2 (en) Optical displacement detection apparatus and optical displacement detection method thereof

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant