CN107145871B - 一种可手势操作的智能家居控制系统 - Google Patents

一种可手势操作的智能家居控制系统 Download PDF

Info

Publication number
CN107145871B
CN107145871B CN201710327376.7A CN201710327376A CN107145871B CN 107145871 B CN107145871 B CN 107145871B CN 201710327376 A CN201710327376 A CN 201710327376A CN 107145871 B CN107145871 B CN 107145871B
Authority
CN
China
Prior art keywords
gesture
component
image
user
user gesture
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.)
Expired - Fee Related
Application number
CN201710327376.7A
Other languages
English (en)
Other versions
CN107145871A (zh
Inventor
不公告发明人
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.)
Chongqing Jianhua Technology Co Ltd
Original Assignee
重庆简华科技有限公司
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 重庆简华科技有限公司 filed Critical 重庆简华科技有限公司
Priority to CN201710327376.7A priority Critical patent/CN107145871B/zh
Publication of CN107145871A publication Critical patent/CN107145871A/zh
Application granted granted Critical
Publication of CN107145871B publication Critical patent/CN107145871B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/107—Static hand or arm
    • G06V40/113—Recognition of static hand signs
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种可手势操作的智能家居控制系统，包括手势记录模块、手势处理模块、手势识别模块、设备控制模块和家居设备，所述手势记录模块用于对用户做出的控制手势进行记录，得到用户手势图像；所述手势处理模块用于用户手势图像进行增强处理；所述手势识别模块用于对增强处理后的用户手势图像进行识别，得到手势指令识别结果；所述设备控制模块根据手势指令识别结果对家居设备进行控制。本发明采用手势的方式对家居设备进行控制，十分智能，且对用户手势会进行增强处理，可在光线不足的情况下对用户手势做出识别，使得本家居控制系统有良好的适应性。

Description

一种可手势操作的智能家居控制系统
技术领域
本发明涉及家居控制领域，具体涉及一种可手势操作的智能家居控制系统。
背景技术
相关技术中的家居控制技术多采用现在兴起的物联网技术来实现家居的智能控制，但是物联网技术一般都是基于遥控设备进行逐个控制，不同的家居设备采用不同的控制器，这必然造成控制系统的臃肿，十分不便于用户对家居设备的控制。
发明内容
针对上述问题，本发明旨在提供一种可手势操作的智能家居控制系统。
本发明的目的采用以下技术方案来实现：
一种可手势操作的智能家居控制系统，包括手势记录模块、手势处理模块、手势识别模块、设备控制模块和家居设备，所述手势记录模块用于对用户做出的控制手势进行记录，得到用户手势图像；所述手势处理模块用于用户手势图像进行增强处理；所述手势识别模块用于对增强处理后的用户手势图像进行识别，得到手势指令识别结果；所述设备控制模块根据手势指令识别结果对家居设备进行控制。
本发明的有益效果为：本发明采用手势的方式对家居设备进行控制，十分智能，且对用户手势会进行增强处理，可在光线不足的情况下对用户手势做出识别，使得本家居控制系统有良好的适应性。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明的框架结构图；
图2是本发明的手势处理模块的框架结构图。
附图标记：
手势记录模块1、手势处理模块2、手势识别模块3、设备控制模块4、家居设备5、手势图像分量单元20、手势图像增强单元21和手势图像重建单元22。
具体实施方式
结合以下应用场景对本发明作进一步描述。
参见图1，本实施例的一种可手势操作的智能家居控制系统，包括手势记录模块1、手势处理模块2、手势识别模块3、设备控制模块4和家居设备5，所述手势记录模块1用于对用户做出的控制手势进行记录，得到用户手势图像；所述手势处理模块2用于用户手势图像进行增强处理；所述手势识别模块3用于对增强处理后的用户手势图像进行识别，得到手势指令识别结果；所述设备控制模块4根据手势指令识别结果对家居设备5进行控制。
优选地，所述手势记录模块包括摄像头。
优选地，所述手势识别模块包括手势指令存储器，所述手势指令存储器中预存有标准的家居设备手势控制指令。
本发明上述实施例，采用手势的方式对家居设备进行控制，十分智能，且对用户手势会进行增强处理，可在光线不足的情况下对用户手势做出识别，使得本家居控制系统有良好的适应性。
优选地，如图2所示，所述手势处理模块包括手势图像分量单元、手势图像增强单元和手势图像重建单元，手势处理模块对用户的手势图像进行增强时，先对所述手势记录模块记录的用户手势图像进行从RGB颜色空间转换到La*b*颜色空间的处理，得到用户手势图像在La*b*颜色空间中的三个分量，分别是亮度分量、a*分量和b*分量，然后对亮度分量进行水平梯度与垂直梯度的分量处理，利用一阶偏导数进行水平梯度分量和垂直梯度分量的求取，再通过自定义图像边缘检测函数进行用户手势图像的边缘检测，得到用户手势图像在La*b*颜色空间中亮度分量的水平梯度分量与垂直梯度分量，具体为：
式中，Qa(a,b)表示水平梯度分量，Qb(a,b)表示垂直梯度分量，K(a,b)表示对位置(a,b)处的用户手势图像进行边缘检测时的自定义图像边缘检测函数，W(a,b)为位置(a,b)处的用户手势图像像素。
本发明上述实施例，将RGB颜色空间中的用户手势图像转换到La*b*颜色空间中，分离出非颜色分量(亮度分量)和颜色分量(a*分量和b*分量)，再对亮度分量进行处理，简化了手势图像分量模块的运算复杂程度，提高运算速度，同时使用自定义图像边缘检测函数来进行图像边缘检测，识别出用户手势图像中亮度变化明显的点，大幅度减少用户手势图像中不相关的数据量，有利于手势识别模块在对用户手势进行识别时减少对不相关因素的考虑，提高识别的速度以及效率。
优选地，所述手势图像增强单元用于对所述手势图像分量单元处理后得到的水平梯度分量与垂直梯度分量分别进行增强处理，得到增强后的水平梯度分量和增强后的垂直梯度分量，增强处理时采用自定义色调映射函数，其公式为：
式中，Qout(a,b,h)表示自定义色调映射函数，Qin(a,b)为输入的梯度分量，Qin(a,b)∈(Qa(a,b),Qb(a,b))，amin和amax分别为用户手势图像像素的横坐标的最大值和最小值，a和b分别表示用户手势图像的横轴和纵轴坐标，h为用户手势图像的亮度级。
本发明上述实施例，利用的是自定义色调映射函数分别对用户手势图像的亮度分量的水平梯度分量和垂直梯度分量进行增强，增强用户手势图像的亮度信息与对比度，使得在光照条件不理想的环境下，手势识别模块依然能够对用户手势图像做出正确的识别，使得本智能家居控制系统能够在光照度低的环境中保证正常工作状态。
优选地，所述手势图像重建单元用于将所述手势图像增强单元进行增强处理后的水平梯度分量和垂直梯度分量利用自定义图像梯度合成公式合成增强后的图像梯度，然后将得到的图像梯度作为实现亮度增强时亮度分量的权值因子，以求取增强后的亮度分量，将增强处理后的亮度分量与两个颜色分量a*分量和b*分量组合起来，重建用户手势图像后得到La*b*空间的增强的用户手势图像，其中采用的自定义图像梯度合成公式为：
式中，β(a,b)表示用户手势图像梯度变化角度，Q(a,b)表示增强后的用户手势图像梯度，Qa′(a,b)为增强后的水平梯度分量，Qb′(a,b)为增强后的垂直梯度分量，为调节参数，
再将此增强后的用户手势图像从La*b*颜色空间转换到RGB颜色空间，得到RGB颜色空间中增强的用户手势图像，并将此用户手势图像发送至手势识别模块进行手势指令的识别。
本发明上述实施例，利用自定义图像梯度合成公式计算来求取La*b*颜色空间中用户手势图像的梯度，以作为实现La*b*颜色空间中用户手势图像亮度的增强时亮度分量的权值因子，提高了手势图像重建模块中用户手势图像重建的效率；根据环境的不同对调节参数做出调节，有利于更加精确地对用户手势所表示的控制指令做出识别，进一步提高本智能家居控制系统的适应性。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (3)

1.一种可手势操作的智能家居控制系统，其特征是，包括手势记录模块、手势处理模块、手势识别模块、设备控制模块和家居设备，所述手势记录模块用于对用户做出的控制手势进行记录，得到用户手势图像；所述手势处理模块用于用户手势图像进行增强处理；所述手势识别模块用于对增强处理后的用户手势图像进行识别，得到手势指令识别结果；所述设备控制模块根据手势指令识别结果对家居设备进行控制；
所述手势记录模块包括摄像头；
所述手势识别模块包括手势指令存储器，所述手势指令存储器中预存有标准的家居设备控制手势指令；
所述手势处理模块包括手势图像分量单元、手势图像增强单元和手势图像重建单元，手势处理模块对用户的手势图像进行增强时，先对所述手势记录模块记录的用户手势图像进行从RGB颜色空间转换到La*b*颜色空间的处理，得到用户手势图像在La*b*颜色空间中的三个分量，分别是亮度分量、a*分量和b*分量，然后对亮度分量进行水平梯度与垂直梯度的分量处理，利用一阶偏导数进行水平梯度分量和垂直梯度分量的求取，再通过自定义图像边缘检测函数进行用户手势图像的边缘检测，得到用户手势图像在La*b*颜色空间中亮度分量的水平梯度分量与垂直梯度分量，具体为：
式中，Qa(a，b)表示水平梯度分量，Qb(a，b)表示垂直梯度分量，K(a，b)表示对位置(a，b)处的用户手势图像进行边缘检测时的自定义图像边缘检测函数，W(a，b)为位置(a，b)处的用户手势图像像素。
2.根据权利要求1所述的一种可手势操作的智能家居控制系统，其特征是，所述手势图像增强单元用于对所述手势图像分量单元处理后得到的水平梯度分量与垂直梯度分量分别进行增强处理，得到增强后的水平梯度分量和增强后的垂直梯度分量，增强处理时采用自定义色调映射函数，其公式为：
式中，Qout(a，b，h)表示自定义色调映射函数，Qin(a，b)为输入的梯度分量，Qin(a，b)∈(Qa(a，b)，Qb(a，b))，amin和amax分别为用户手势图像像素的横坐标的最大值和最小值，a和b分别表示用户手势图像的横轴和纵轴坐标，h为用户手势图像的亮度级。
3.根据权利要求2所述的一种可手势操作的智能家居控制系统，其特征是，所述手势图像重建单元用于将所述手势图像增强单元进行增强处理后的水平梯度分量和垂直梯度分量利用自定义图像梯度合成公式合成增强后的图像梯度，然后将得到的图像梯度作为实现亮度增强时亮度分量的权值因子，以求取增强后的亮度分量，将增强处理后的亮度分量与两个颜色分量a*分量和b*分量组合起来，重建用户手势图像后得到La*b*空间的增强的用户手势图像，其中采用的自定义图像梯度合成公式为：
式中，β(a，b)表示用户手势图像梯度变化角度，Q(a，b)表示增强后的用户手势图像梯度，Qa′(a，b)为增强后的水平梯度分量，Qb′(a，b)为增强后的垂直梯度分量，为调节参数，
再将此增强后的用户手势图像从La*b*颜色空间转换到RGB颜色空间，得到RGB颜色空间中增强的用户手势图像。
CN201710327376.7A 2017-05-10 2017-05-10 一种可手势操作的智能家居控制系统 Expired - Fee Related CN107145871B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710327376.7A CN107145871B (zh) 2017-05-10 2017-05-10 一种可手势操作的智能家居控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710327376.7A CN107145871B (zh) 2017-05-10 2017-05-10 一种可手势操作的智能家居控制系统

Publications (2)

Publication Number Publication Date
CN107145871A CN107145871A (zh) 2017-09-08
CN107145871B true CN107145871B (zh) 2019-03-19

Family

ID=59778035

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710327376.7A Expired - Fee Related CN107145871B (zh) 2017-05-10 2017-05-10 一种可手势操作的智能家居控制系统

Country Status (1)

Country Link
CN (1) CN107145871B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107942691A (zh) * 2017-11-30 2018-04-20 宁波高新区锦众信息科技有限公司 一种具有亮度补偿的手势识别的智能家居控制系统
CN109936679B (zh) * 2017-12-19 2022-03-08 瑞昱半导体股份有限公司 影像梯度提升方法与影像梯度提升电路
CN107942717A (zh) * 2018-01-11 2018-04-20 深圳市晟达机械设计有限公司 一种基于手势识别的智能家居控制系统
CN108898917A (zh) * 2018-06-28 2018-11-27 深圳市乾乾编程科技有限公司 基于颜色识别的终端控制方法、装置及计算机设备
CN109299743B (zh) * 2018-10-18 2021-08-10 京东方科技集团股份有限公司 手势识别方法及装置、终端
CN109949721A (zh) * 2019-02-01 2019-06-28 腾讯科技（深圳）有限公司 一种全息影像显示装置以及全息影像的显示控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177260A (zh) * 2013-04-19 2013-06-26 福州大学 一种彩色图像边界提取方法
CN105955042A (zh) * 2016-05-27 2016-09-21 浙江大学 一种虚拟现实型的可见即可控智能家居控制系统及方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103472796B (zh) * 2013-09-11 2014-10-22 厦门狄耐克电子科技有限公司 一种基于手势识别的智能家居系统
CN105116743A (zh) * 2015-07-21 2015-12-02 合肥智凯电子科技有限公司 一种可手势操作的智能家居控制系统
EP3139342A1 (en) * 2015-09-02 2017-03-08 Thomson Licensing Methods, systems and apparatus for over-exposure correction

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177260A (zh) * 2013-04-19 2013-06-26 福州大学 一种彩色图像边界提取方法
CN105955042A (zh) * 2016-05-27 2016-09-21 浙江大学 一种虚拟现实型的可见即可控智能家居控制系统及方法

Also Published As

Publication number Publication date
CN107145871A (zh) 2017-09-08

Similar Documents

Publication Publication Date Title
CN107145871B (zh) 一种可手势操作的智能家居控制系统
CN109348089B (zh) 夜景图像处理方法、装置、电子设备及存储介质
EP3134850B1 (en) Method for controlling a camera based on processing an image captured by other camera
CN101888486B (zh) 亮度补偿系统及亮度补偿方法
CN102932582B (zh) 实现运动检测的方法及装置
US10911691B1 (en) System and method for dynamic selection of reference image frame
CN107077830B (zh) 适用于无人机控制端的屏幕亮度调整方法及无人机控制端
CN110072052A (zh) 基于多帧图像的图像处理方法、装置、电子设备
CN108111749A (zh) 图像处理方法和装置
US9997133B2 (en) Image processing apparatus, image processing method, and computer-readable recording medium
CN109688382B (zh) 一种水下机器人的水下图像处理系统
CN110266954A (zh) 图像处理方法、装置、存储介质及电子设备
CN113705665B (zh) 图像变换网络模型的训练方法和电子设备
CN105989583B (zh) 一种图像去雾方法
US9083887B2 (en) Image capture devices configured to generate compensation gains based on an optimum light model and electronic apparatus having the same
CN110278386A (zh) 图像处理方法、装置、存储介质及电子设备
EP3143598A1 (en) Method of providing a digitally represented visual instruction from a specialist to a user in need of said visual instruction, and a system therefor
CN112243118B (zh) 白平衡校正方法、装置、设备及存储介质
WO2021101037A1 (en) System and method for dynamic selection of reference image frame
US20230239559A1 (en) Activating light sources for output image
CN104954767B (zh) 一种信息处理方法和电子设备
CN106791757B (zh) 影像校正系统及其方法
CN116668838B (zh) 图像处理方法与电子设备
WO2023038307A1 (en) Image generation using non-linear scaling and tone-mapping based on cubic spline curves
US20230252604A1 (en) Learning based discrete cosine noise filter

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190131

Address after: 401220 No. 1 Xinmin Road, new city street, Changshou District, Chongqing

Applicant after: Chongqing Jianhua Technology Co., Ltd.

Address before: 518000 five, Third South Oil fourth industrial zone, Nanshan Avenue, Nanshan street, Nanshan District, Shenzhen, Guangdong, China, 1124

Applicant before: Shenzhen Li Li Power Technology Co., Ltd.

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190319

Termination date: 20210510