KR20170023565A - 영상 처리를 이용한 손가락 개수 인식 방법 및 장치 - Google Patents

영상 처리를 이용한 손가락 개수 인식 방법 및 장치 Download PDF

Info

Publication number
KR20170023565A
KR20170023565A KR1020150118872A KR20150118872A KR20170023565A KR 20170023565 A KR20170023565 A KR 20170023565A KR 1020150118872 A KR1020150118872 A KR 1020150118872A KR 20150118872 A KR20150118872 A KR 20150118872A KR 20170023565 A KR20170023565 A KR 20170023565A
Authority
KR
South Korea
Prior art keywords
image
contour
hand
palm
user
Prior art date
Application number
KR1020150118872A
Other languages
English (en)
Other versions
KR101745601B1 (ko
Inventor
이의철
김한솔
Original Assignee
상명대학교서울산학협력단
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 상명대학교서울산학협력단 filed Critical 상명대학교서울산학협력단
Priority to KR1020150118872A priority Critical patent/KR101745601B1/ko
Publication of KR20170023565A publication Critical patent/KR20170023565A/ko
Application granted granted Critical
Publication of KR101745601B1 publication Critical patent/KR101745601B1/ko

Links

Images

Classifications

    • G06K9/00375
    • G06K9/32
    • G06K9/6204

Landscapes

  • Image Analysis (AREA)
  • Collating Specific Patterns (AREA)

Abstract

영상처리에 의한 손가락 개수 인식 방법 및 장치에 대해 기술한다. 손가락 개수 인식 방법:은 카메라를 이용하여 적어도 사용자의 손 부분을 촬영하여 영상을 얻는 단계; 상기 영상으로부터 사용자의 손 바닥 영역을 검출 하는 단계; 상기 손바닥 영역으로부터 손바닥 윤곽선을 검출하는 단계; 상기 손 바닥 윤곽선으로부터 상기 사용자의 손가락 끝점을 결정하는 단계; 그리고, 상기 손가락 끝점을 이용해 상기 사용자의 손가락의 개수를 인식하는 단계;를 포함한다.

Description

영상 처리를 이용한 손가락 개수 인식 방법 및 장치{method for finger counting by using image processing and apparatus adopting the method}
본 발명은 저해상도 깊이 영상에서 손가락 개수 인식에 대한 방법 및 장치에 관한 것으로, 더욱 상세하게는 저해상도 깊이 영상 정보를 이용하여 손가락 개수를 인식하는 방법 및 이를 적용하는 장치에 관한 것이다
일반적으로 컴퓨터의 제어 및 정보교환을 위해 필수적 기본장치인 모니터와 키보드, 마우스 등을 필요로 한다. 따라서 컴퓨터의 사용을 위해서는 이러한 인터페이스 장비가 필수적으로 필요 하며 그렇지 않은 경우 컴퓨터의 제어 및 정보교환이 불가능 하다.
최근 손동작을 기반으로 한 사용자 인터페이스 방법에 관한 연구들이 진행되고 있다. 이런 손동작을 기반으로 한 사용자 인터페이스 방법에는 데이터 글로브(data glove), 광학식 마커를 통한 제스쳐 인식 등이 있다. 이 기존 방법들은 사람의 신체에 부가적인 장비를 부착해야 하기 때문에 사람의 신체만을 통한 인터페이스 방법, 즉 NUI(Natural User Interface)를 구현하는데 어려움이 따른다.
KR1020120121589 KR1020130044845 KR1020110053410
본 발명은 저해상도 깊이 영상을 통해 손가락의 개수를 인식하는 방법 및 이를 적용하는 장치를 제공한다.
상기한 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 손가락 개수인식 방법: 은
카메라를 이용하여 적어도 사용자의 손 부분을 촬영하여 영상을 얻는 단계;
상기 영상으로부터 사용자의 손 바닥 영역을 검출 하는 단계;
상기 손바닥 영역으로부터 손바닥 윤곽선을 검출하는 단계;
상기 손 바닥 윤곽선으로부터 상기 사용자의 손가락 끝점을 결정하는 단계;
상기 손가락 끝점을 이용해 상기 사용자의 손가락의 개수를 인식하는 단계;를 포함한다.
본 발명의 구체적인 유형에 따른 방법: 은
영상 촬영 기기에 의해 촬영된 영상으로부터 사용자의 골격을 검출하는 단계;
상기 검출된 골격정보를 기초로 한 손의 3차원 위치정보를 이용하여 영상의 범위를 손 영역으로 지역화 시키는 단계;
상기 손 후보 영역에서 손바닥 영역만을 검출하는 단계;
상기 검출된 손바닥 영상의 아티큘레이션(articulation)을 제거하기 위해 평균 필터 또는 미디엄 필터를 적용하는 단계;
상기 평균 필터 또는 미디엄 필터가 적용된 손바닥 영역을 다시 이진화시키는 단계;
상기 재 이진화된 손바닥 영역으로부터 윤곽선을 검출하는 단계;
상기 검출된 윤곽선을 따라가면서 손바닥 윤곽선의 곡률을 계산하는 단계;
상기 계산된 곡률을 이용하여 손가락 끝점인지를 판단하는 단계; 그리고
상기 판단된 손가락 끝점들의 개수를 이용하여 손가락의 개수를 인식하는 단계;를 포함한다.
본 발명의 구체적인 실시 예에 따르면, 상기 손바닥 영역을 검출하기 위하여, 상기 영상의 범위를 상기 손 영역으로 지역화하고, 지역화된 영상으로부터 손 바닥 영역을 검출할 수 있다.
본 발명의 구체적인 다른 실시 예에 따르면, 상기 사용자의 손 부분의 광학적 3차원 위치정보를 이용하여, 상기 손 바닥 영역을 지역화한다.
본 발명의 다른 구체적인 실시 예에 따르면, 상기 영상은 상기 사용자의 손과 상체 부분을 포함하며, 상기 광학적3차원 위치정보는 상기 영상으로부터 검출된 골격 정보로부터 얻는다.
본 발명의 다른 구체적인 실시 예에 따르면, 손바닥 영역을 검출하는 단계와 윤곽선을 검출 하는 단계 사이에,
손바닥 영역을 1차 이진화하는 단계;
이진화된 손바닥 영역에 평균 필터링 또는 미디언 필터을 적용하는 단계; 그리고
평균 필터링된 손바닥 영역을 2차 이진화하는 단계; 를 더 포함할 수 있다.
본 발명의 또 다른 구체적인 실시 예에 따르면, 상기 영상에서 손 영역을 지역화하는 단계:는 상기 영상에서 배경색에 대비되는 피부색, 또는 적외선 카메라로 촬영한 영상에서의 깊이 정보에 의해 손 영역을 결정할 수 있다.
본 발명의 또 다른 구체적인 실시 예에 따르면, 상기 손 바닥 윤곽선을 얻는 단계:는 두 번 이진화된 영상에서 침식을 수행한 영상과의 차를 이용하여 상기 윤곽선을 추출할 수 있다.
본 발명의 또 다른 구체적인 실시 예에 따르면,
상기 손가락 끝점을 판단하는 단계;는 상기 윤곽선을 y값이 제일 작은 윤곽선의 픽셀을 시작점으로 하여 반 시계방향으로 따라가며, 자신(x, y)을 중심으로 8근방 이웃 화소 중 어떤 픽셀이 인접한 윤곽선인 픽셀인지 확인할 때 (x, y+1), (x, y-1) / (x-1, y) / (x-1, y-1), (x-1, y+1) / (x+1, y) / (x+1,y-1), (x+1, y+1)의 순서로 확인할 수 있다.
본 발명에 따른 영상 처리에 의한 손가락 개수 인식 장치:는 상기 방법을 수행하는 것으로서, 상기 영상을 촬영하는 가시광선 또는 적외선 카메라; 그리고 상기 영상을 처리하여 사용자의 손가락 개수를 인식하는 컴퓨터 시스템;을 포함할 수 있다.
본 발명의 방법은 저해상도 깊이 영상에서 사용자의 손가락 개수를 인식하는 방법으로, 특히 특수 장비를 부착하지 않는 NUI를 구축함에 있어서 사용자의 손가락 개수를 인식하여 손가락의 개수에 따라 마우스의 버튼 클릭, 스크롤 등의 마우스 조작 장치로 사용할 수 있다. 또한 사용자의 손을 추적하기 위한 초기 사용자에 의한 캘리브레이션 과정을 필요로 하지 않으므로 사용시 사용자의 불편을 해결하는 효과가 있다.
도1은 본 발명에 따른 손가락 개수 인식 방법의 흐름도이다.
도2는 본 발명의 구체적 일 실시 예에 따른 손가락 개수 인식 방법의 흐름도이다.
도3은 본 발명에 따른 손가락 개수 인식 방법에서, 검출된 손 영역 깊이 영상을 나타낸다.
도4은 본 발명에 따른 손가락 개수 인식 방법에서, 손 후보 깊이 영상에서 이진화되어 검출된 손 바닥 영역의 영상을 보인다.
도5는 본 발명에 따른 손가락 개수 인식 방법에서, 이진화된 도3의 영상에 평균 필터를 적용한 영상을 나타낸다.
도6는 발명에 따른 손가락 개수 인식 방법에서, 평균 필터를 적용된 도4의 영상을 다시 이진화한 영상을 나타낸다.
도7은 본 발명에 따른 손가락 개수 인식 방법에서, 전처리 과정을 통해 두 번 이진화된 영상으로부터 검출된 윤곽선을 검출한 영상을 나타낸다.
도8은 본 발명에 따른 손가락 개수인식 방법의 실시 예에서, 검출된 손 영역의 인접한 윤곽선을 찾기 위해 사용되는 8근방 이웃 화소를 나타낸다.
도9은 본 발명에 따른 손가락 개수인식 방법에서, 검출된 손 영역의 윤곽선을 따라 곡률 계산을 수행한 후 손가락 곡률에 따라 손가락 끝점을 판단하는 영상을 나타낸다.
도10는 본 발명에 따른 손가락 개수 인식 장치의 구현 례를 도시한다.
이하, 첨부된 도면을 참고하면서 본 발명에 따른 손가락 개수인식 방법 및 이를 적용하는 장치의 실시 예를 설명한다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명에 따른 손가락 개수 인식 방법은 디스플레이와 영상 장치를 갖춘 컴퓨터에 의해 수행되며, 본 발명에서 인용하는 용어 “컴퓨터”는 컴퓨터 시스템을 기반으로 모든 장치에 까지 확대되며, 따라서 본 발명의 기술적 범위는 컴퓨터의 유형에 의해 한정되지 않는다.
본 발명에 따른 손가락 개수 인식 방법의 설명에 앞서서, 이를 수행하는 손가락 인식 방법에 대해 살펴본다.
먼저 도10을 참조하면, 본 발명에 따른 손가락 인식 및 개수 인식 방법은, 컴퓨터를 기반으로 하는 것으로 GUI(Graphic User Interface, 11a)를 제시하는 모니터(11), 키보드(13), 마우스(14) 및 피험자(1)를 향하는 동영상 카메라(20)를 갖춘다.
사용자(1)는 모니터(11)와 카메라(20)를 향해 서 있고, 카메라(20)는 사용자(1)의 손을 포함하는 사용자(1)의 상체를 실시간으로 촬영한다. 사용자(1)는 손가락 개수 인식을 위해 카메라(20)를 향하여 손을 내밀고 있다. 컴퓨터 본체에 연결되는 GUI(11a)가 구현되며 여기에 손가락 개수 등이 모든 가시적 정보가 모두 표시된다.
상기와 같은 컴퓨터는, 컴퓨터 시스템을 기반으로 특수목적이 전자장치로 대체될 수 도 있다. 도10에서 도시된 바와 같이 사용자(1)가 카메라(20) 앞에서 손가락 모양을 특정하게, 예를 들어 “4” 모양을 취하게 되면, 본체의 영상 처리 및 손가락 동작 분석 시스템은 이를 분석하여 특정 손가락 개수를 인식하여 디스플레이(11)에 나타내준다.
본 발명에 따른 손가락 개수 인식 방법은 도1에 도시된 바와 같이 정의될 수 있다.
제1단계(S11)
사용자 또는 피험자의 손 부분을 실시간 동영상으로 촬영한다. 이때에 손 바닥 부분뿐 아니라 피험자의 상체 부분이 같이 촬영될 수 있다. 이때에 상체와 손 부분을 영상 깊이로 분리하기 쉽게 일정 거리 떨어뜨리는 것이 좋다.
제2단계(S12)
상기 손바닥 영상에서 도3에 도시된 바와 같이 손 바닥 영역을 분리하여 낸다. 여기에서 영상의 깊이 정보, 특히 손 부분의 3차원 위치의 정보를 이용하여 손 바닥 영역의 영상을 추출한다.
제3단계(S13)
전 단계(S12)를 통해 얻은 손 바닥 영역의 영상으로부터, 도7에 도시된 바와 같은 손바닥 바닥 전체의 윤곽을 검출한다. 여기에는 모든 손가락의 윤곽이 포함되며, 사용자가 주먹을 쥐었다면 손가락 윤곽이 보이지 않을 것이다.
제4단계(S14)
전 단계에서 얻어진 손 바닥 윤곽으로부터 손가락 끝 점을 추출한다. 손가락부분은 손바닥 부분으로부터 일 방향으로 돌출된 형태를 가지므로, 이 특징을 이용해 손가락 영역을 분리하고 이로부터 손가락의 끝 점을 추출할 수 있다. 여기에서 획득된 손가락 끝 점의 수는 본 발명에 따른 손가락 개수 인식의 결과이다.
이하에서, 도2를 참조하면서, 보다 구체적으로 본 발명에 따른 손가락 개수 인식 방법의 실시 예의 흐름을 순서대로 설명한다.
제1단계(S21)
먼저, 특정한 손가락 모양을 하고 있는 피험자의 상반신을 촬영하고, 이로부터 상반신 골격 모델을 검출한다. 이 단계에서, 피험자의 골격 모델을 성공적으로 획득하기 위해서 촬영된 영상에 피험자의 상반신이 이상이 충분히 포함되어 있어야 하며, 이 영상은 실시간으로 연속적으로 검출한다.
제2단계(S22)
상기 골격 정보로부터 손 골격정보를 기초로 한 손의 3차원 위치정보를 이용하여 영상의 범위를 전체 상반신 영역에서 손 바닥 영역이 포함된 보다 좁은 영역으로 지역화 한다. 손 바닥 영역을 지역화 하는 단계에서, 검출된 골격을 기반으로 하나 또는 양 손의 손 영역 지역화를 수행할 수 있다.
제3단계(S23)
상기 손 후보 영역이 포함되도록 지역에서 손바닥 영역만을 결정 검출한다.
이 과정에서, 손바닥 부분에 해당하는 깊이 값을 기준으로 손 후보 영상을 이진화시켜 손바닥에 비해 카메라로부터의 거리가 더 멀리 있는 손목에 해당하는 부분을 제거함으로써 손 바닥 부분(영역)을 결정할 수 있다.
이때에 손 영역의 결정 및 검출은 적외선 카메라를 통해 얻은 영상의 깊이(depth of grayscale or color)를 이용할 수 있다.
한편으로는 가시광선 카메라를 통해 얻은 영상에서 배경색에 대비되는 피부색 판단을 이용하여 손 영역을 결정 및 검출할 수도 있다.
제4단계(S24)
상기 이진화된 손바닥 영상의 아티큘레이션(articulation)을 제거하기 위해 평균 필터 또는 미디엄 필터를 적용한다. 이를 위하여, 예를 들어 7*7크기의 평균필터를 적용하여 이진화된 영상을 흐리게 블러(blur)시킨다
제5단계(S25)
상기 평균 필터가 적용된 손바닥 영역을 다시 이진화한다. 이것은 손바닥 영상을 임의 임계치를 기준으로 재 이진화함으로써 상기 아티큘레이션을 제거하고, 이로써 부드러운 외곽 영상을 얻기 위한 것이다.
제6단계(S26)
상기 과정에서 두 번에 거쳐 이진화된 손바닥 영역으로부터 윤곽선을 검출한다. 이 단계에서, 재 이진화된 손바닥 영상에서 침식을 수행한 재 이진화된 손바닥 영상을 뺌으로써 윤곽선을 검출 할 수 있다.
제7단계(S27)
상기 검출된 윤곽선을 따라가면서 손바닥 윤곽선의 곡률을 계산한다. 검출된 윤곽선을 따라서, 영상 좌표에서 y값이 제일 작은 픽셀을 시작 점으로 반 시계 방향으로 따라가면서 일정 픽셀 간격으로 인접한 세 점 사이의 곡률을 계산할 수 있다.
제8단계(S28)
상기 계산된 곡률을 이용하여 손가락 끝점인지를 판단 한다. 이 단계에서, 윤곽선을 따라 계산된 곡률이 일정 임계치보다 작다고 판단될 경우 손가락 끝점으로 판단 할 수 있다.
제9단계(S29)
상기 판단된 손가락 끝점들의 개수를 손가락의 개수로서 인식한다. 즉, 손가락 끝점으로 판단된 손가락의 개수를 카운팅하여 이를 디스플레이 상에 표시한다.
이하, 도3 내지 도9를 참조하면서 위에서 설명된 단계를 좀 더 자세히 살펴본다. 각 단계의 설명에는 각 단계의 이해를 돕기 위해 단계별로 사용된 소스 코드가 일 례로서 제시된다.
도3은 본 발명에 따른 손가락 개수 인식 방법에서, 검출된 손 영역 깊이 영상을 나타낸다.
Figure pat00001
도4는 본 발명에 따른 손가락 개수 인식 방법에서, 손 후보 깊이 영상에서 이진화되어 검출된 손 바닥 영역의 영상을 보인다. 도4의 영상을 얻는 과정에서, 손바닥 부분에 해당하는 깊이 값을 기준으로 해당 영상을 이진화시켜 손바닥에 비해 카메라로부터의 거리가 더 멀리 있는 손목에 해당하는 부분을 제거함으로써 손 바닥 부분을 결정할 수 있다.
Figure pat00002
도5는 1차 이진화된 영상에 평균 필터를 적용한 결과를 보이는 영상이다. 이와 같은 평균 필터를 적용하는 단계에서, 손바닥 외곽의 아티큘레이션(articulation)을 제거하기 위해 예를 들어 7*7크기의 평균필터를 적용하여 이진화된 영상을 흐리게 블러(blur) 시킨다.
Figure pat00003
도6는 평균 필터가 영상을 다시 이진화한 영상을 보인다. 이 2차 이진화 단계에서, 전 단계에서 블러(blur)된 손바닥 영상을 특정 임계치를 기준으로 재 이진화 함으로써 외곽의 거칠게 두드러진 아티큘레이션(articulation)이 제거되어 도5에 도시된 바와 같이 부드러운 외곽을 가진 손바닥 영상을 얻을 수 있다.
Figure pat00004
도7는 전술한 전처리 과정을 통해 두 번 이진화된 영상으로부터 검출된 윤곽선을 검출한 영상을 보인다. 이러한 결과를 얻기 위해 윤곽선 검출 단계에서, 재 이진화된 손바닥 영상에서 침식을 수행한 재 이진화된 손바닥 영상을 뺌으로써 도7에 도시된 바와 같은 다양한 손가락 모양에 따른 윤곽선을 검출 할 수 있다.
Figure pat00005
도8은 검출된 손 영역의 인접한 윤곽선을 찾기 위해 사용되는 9근방 이웃 화소를 나타낸다. 손 윤곽선 곡률 계산을 계산함에 있어서, 도7에 예시된 윤곽선들을 y값이 제일 작은 픽셀을 시작 점으로 반 시계 방향으로 따라가면서 일정 픽셀 간격으로 인접한 세 점 사이의 곡률을 계산할 수 있다.
이때 상기 손 영역의 윤곽선을 y값이 제일 작은 윤곽선의 픽셀을 시작점으로 하여 시계방향으로 따라가는데 있어서 비 정상적인 트래킹을 방지하기 위해, 자신(x, y)을 중심으로 8근방 이웃 화소 중 어떤 픽셀이 인접한 윤곽선인 픽셀인지 확인할 때 (x, y+1), (x, y-1) / (x-1, y) / (x-1, y-1), (x-1, y+1) / (x+1, y) / (x+1,y-1), (x+1, y+1)의 순서로 확인 할 수 있다. 아래의 <수1>은 일정픽셀 간격으로 인접한 세 점 사이의 곡률을 구하는 수식이다.
Figure pat00006
위의 <수1>을 참조하면, (
Figure pat00007
, (
Figure pat00008
는 (
Figure pat00009
를 중심으로 일정 픽셀 간격으로 떨어진 손바닥 윤곽선 상에 위치한 점들을 의미한다. 따라서
Figure pat00010
는 일정 간격으로 인접한 세 점 사이의 각도를 의미한다.
도9은 전술한 방법으로 손 영역의 윤곽선을 따라 곡률 계산을 수행한 후 손가락 곡률에 따라 손가락 끝점을 판단한 결과를 보이는 영상이다.
Figure pat00011
Figure pat00012
도9에 도시된 바와 같이, 상기 손가락 끝점 판단함에 있어서, 윤곽선을 따라 계산된 곡률이 일정 임계 치보다 작다고 판단될 경우 손가락 끝점으로 판단 할 수 있다.
상기와 같이 본 발명은 사용자에게 부담을 주는 부가 장치가 없이, 영상 촬영 및 영상 처리 등의 기법에 의해 사용자의 손가락의 개수를 인식 및 이를 출력할 수 있게 된다. 이러한 본 발명은 다양한 인터페이스 장치로 사용할 수 있는데, 예를 들어 컴퓨터 시스템에서 손가락의 개수에 따라 마우스의 버튼 클릭, 스크롤 등의 마우스 조작 장치로 사용할 수 있다. 또한 사용자의 손을 추적하기 위한 초기 사용자에 의한 캘리브레이션 과정을 필요로 하지 않으므로 사용시 사용자의 불편을 해결하는 효과가 있다.
이러한 본 발명이, 지금까지, 본원 다양한 모범적 실시 예가 설명되고 첨부된 도면에 도시되었다. 그러나, 이러한 실시 예는 단지 다양한 실시 예들의 일부임이 이해되어야 할 것이다. 다양한 다른 변형이 본 기술분야에서 통상의 지식을 가진 자에게 일어날 수 있기 때문이다.
1: 사용자
11: 모니터
11a: 디스플레이 영역(GUI 영역)
13: 키보드
14: 마우스
20: 카메라

Claims (15)

  1. 카메라를 이용하여 적어도 사용자의 손 부분을 촬영하여 영상을 얻는 단계;
    상기 영상으로부터 사용자의 손 바닥 영역을 검출 하는 단계;
    상기 손바닥 영역으로부터 손바닥 윤곽선을 검출하는 단계;
    상기 손 바닥 윤곽선으로부터 상기 사용자의 손가락 끝점을 결정하는 단계;
    상기 손가락 끝점을 이용해 상기 사용자의 손가락의 개수를 인식하는 단계;를 포함하는, 영상 처리를 이용한 손가락 개수 인식 방법.
  2. 제1항에 있어서,
    상기 손바닥 영역을 검출하기 위하여, 상기 영상의 범위를 상기 손 영역으로 지역화하고, 지역화된 영상으로부터 손 바닥 영역을 검출하는 것을 특징으로 하는, 영상 처리를 이용한 손가락 개수 인식 방법.
  3. 제2항에 있어서,
    상기 사용자의 손 부분의 광학적 3차원 위치정보를 이용하여, 상기 손 바닥 영역을 지역화하는 것을 특징으로 하는, 영상 처리를 이용한 손가락 개수 인수 방법.
  4. 제3항에 있어서,
    상기 영상은 상기 사용자의 손과 상체 부분을 포함하며, 상기 광학적3차원 위치정보는 상기 영상으로부터 검출된 골격 정보로부터 얻는 것을 특징으로 하는, 영상 처리를 이용한 손가락 개수 인식 방법.
  5. 제2항 내지 제4항에 있어서,
    상기 영상에서 손 영역을 지역화하는 단계:는 상기 영상에서 배경색에 대비되는 피부색, 또는 적외선 카메라로 촬영한 영상에서의 깊이 정보에 의해 손 영역을 결정하는 것을 특징으로 하는 영상 처리를 이용한 손가락 개수 인식 방법.
  6. 제1항 내지 제4항 중의 어느 한 항에 있어서,
    손바닥 영역을 검출하는 단계와 윤곽선을 검출 하는 단계 사이에,
    손바닥 영역을 1차 이진화하는 단계;
    이진화된 손바닥 영역에 평균 필터링 또는 미디언 필터을 적용하는 단계; 그리고
    평균 필터링된 손바닥 영역을 2차 이진화하는 단계; 를 더 포함하는, 영상 처리를 이용한 손가락 개수 인식 방법.
  7. 제6항에 있어서,
    상기 손 바닥 윤곽선을 얻는 단계:는 두 번 이진화된 영상에서 침식을 수행한 영상과의 차를 이용하여 상기 윤곽선을 추출하는 것을 특징으로 하는 영상 처리를 이용한 손가락 개수 인식 방법.
  8. 제1항 내지 제4항 중의 어느 한 항에 있어서,
    상기 손가락 끝점을 판단하는 단계;는
    상기 추출된 윤곽선의 임의의 픽셀을 시작점으로 하여 반 시계방향으로 따라가며, 자신(x, y)을 중심으로 8근방 이웃 화소 중 어떤 픽셀이 인접한 윤곽선인 픽셀인지 확인할 때 (x, y+1), (x, y-1) / (x-1, y) / (x-1, y-1), (x-1, y+1) / (x+1, y) / (x+1,y-1), (x+1, y+1)의 순서로 확인하는 것을 특징으로 하는, 영상 처리를 이용한 손가락 개수 인식 방법.
  9. 제5항에 있어서,
    상기 손가락 끝점을 판단하는 단계;는
    상기 추출된 윤곽선의 임의의 픽셀을 시작점으로 하여 시계방향으로 따라가며, 자신(x, y)을 중심으로 8근방 이웃 화소 중 어떤 픽셀이 인접한 윤곽선인 픽셀인지 확인할 때 (x, y+1), (x, y-1) / (x+1, y) / (x+1, y-1), (x+1, y+1) / (x-1, y) / (x-1,y-1), (x-1, y+1)의 순서로 확인하는 것을 특징으로 하는, 영상 처리를 이용한 손가락 개수 인식 방법.
  10. 제6항에 있어서,
    상기 손가락 끝점을 판단하는 단계;는
    상기 윤곽선을 y값이 제일 작은 윤곽선의 픽셀을 시작점으로 하여 반 시계방향으로 따라가며, 자신(x, y)을 중심으로 8근방 이웃 화소 중 어떤 픽셀이 인접한 윤곽선인 픽셀인지 확인할 때 (x, y+1), (x, y-1) / (x-1, y) / (x-1, y-1), (x-1, y+1) / (x+1, y) / (x+1,y-1), (x+1, y+1)의 순서로 확인하는 것을 특징으로 하는, 영상 처리를 이용한 손가락 개수 인식 방법.
  11. 제7항에 있어서,
    상기 손가락 끝점을 판단하는 단계;는
    상기 윤곽선을 y값이 제일 작은 윤곽선의 픽셀을 시작점으로 하여 시계방향으로 따라가며, 자신(x, y)을 중심으로 8근방 이웃 화소 중 어떤 픽셀이 인접한 윤곽선인 픽셀인지 확인할 때 (x, y+1), (x, y-1) / (x+1, y) / (x+1, y-1), (x+1, y+1) / (x-1, y) / (x-1,y-1), (x-1, y+1)의 순서로 확인하는 것을 특징으로 하는, 영상 처리를 이용한 손가락 개수 인식 방법.
  12. 제1항 내지 제4 항 중의 어느 한 항의 방법을 수행하는 장치에 있어서,
    상기 영상을 촬영하는 카메라; 그리고
    상기 영상을 처리하여 손가락 개수를 인식하는 컴퓨터 시스템;을 포함하는 영상 처리를 이용한 손가락 개수 인식 장치.
  13. 제12항에 있어서,
    상기 컴퓨터 시스템은 손바닥 영역을 검출하는 단계와 윤곽선을 검출 하는 단계 사이에,
    손바닥 영역을 1차 이진화하고,
    이진화된 손바닥 영역에 평균 필터링 또는 미디언 필터을 적용하고, 그리고
    평균 필터링된 손바닥 영역을 2차 이진화하는 것을 특징으로 하는, 영상 처리를 이용한 손가락 개수 인식 장치.
  14. 제12항에 있어서,
    상기 손 바닥 윤곽선을 얻는 단계에서 두 번 이진화된 영상에서 침식을 수행한 영상과의 차를 이용하여 상기 윤곽선을 추출하는 것을 특징으로 하는 영상 처리를 이용한 손가락 개수 인식 장치.
  15. 제12항에 있어서,
    상기 손가락 끝점을 판단함에 있어서,
    상기 윤곽선을 y값이 제일 작은 윤곽선의 픽셀을 시작점으로 하여 반 시계방향으로 따라가며, 자신(x, y)을 중심으로 8근방 이웃 화소 중 어떤 픽셀이 인접한 윤곽선인 픽셀인지 확인할 때 (x, y+1), (x, y-1) / (x-1, y) / (x-1, y-1), (x-1, y+1) / (x+1, y) / (x+1,y-1), (x+1, y+1)의 순서로 확인하는 것을 특징으로 하는, 영상 처리를 이용한 손가락 개수 인식 장치.

KR1020150118872A 2015-08-24 2015-08-24 영상 처리를 이용한 손가락 개수 인식 방법 및 장치 KR101745601B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150118872A KR101745601B1 (ko) 2015-08-24 2015-08-24 영상 처리를 이용한 손가락 개수 인식 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150118872A KR101745601B1 (ko) 2015-08-24 2015-08-24 영상 처리를 이용한 손가락 개수 인식 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20170023565A true KR20170023565A (ko) 2017-03-06
KR101745601B1 KR101745601B1 (ko) 2017-06-09

Family

ID=58398913

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150118872A KR101745601B1 (ko) 2015-08-24 2015-08-24 영상 처리를 이용한 손가락 개수 인식 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101745601B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102052449B1 (ko) * 2019-01-14 2019-12-05 전남대학교산학협력단 가상 마우스 시스템 및 그 제어 방법
KR20190138446A (ko) * 2018-06-05 2019-12-13 국방과학연구소 소나영상의 객체 인식을 위한 커브렛 변환 기반의 윤곽선 향상 방법 및 장치
CN110941367A (zh) * 2018-09-25 2020-03-31 福州瑞芯微电子股份有限公司 一种基于双摄的识别方法及终端
CN112052747A (zh) * 2020-08-11 2020-12-08 深圳市欧森隆健康科技有限公司 手掌识别、健康报告生成方法、健康检测系统和电子设备
CN112507924A (zh) * 2020-12-16 2021-03-16 深圳荆虹科技有限公司 一种3d手势识别方法、装置及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110053410A (ko) 2011-04-12 2011-05-23 (주) 대영개발 경첩용 안전커버
KR20120121589A (ko) 2011-04-27 2012-11-06 한국화학연구원 알킬 락테이트로부터 락타이드를 제조하는 방법
KR20130044845A (ko) 2011-10-25 2013-05-03 전자부품연구원 차량 상태정보 안내장치 및 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5561145B2 (ja) * 2010-12-17 2014-07-30 オムロン株式会社 画像処理装置および方法、並びにプログラム
KR101526426B1 (ko) * 2013-12-31 2015-06-05 현대자동차 주식회사 제스처 인식 장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110053410A (ko) 2011-04-12 2011-05-23 (주) 대영개발 경첩용 안전커버
KR20120121589A (ko) 2011-04-27 2012-11-06 한국화학연구원 알킬 락테이트로부터 락타이드를 제조하는 방법
KR20130044845A (ko) 2011-10-25 2013-05-03 전자부품연구원 차량 상태정보 안내장치 및 방법

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190138446A (ko) * 2018-06-05 2019-12-13 국방과학연구소 소나영상의 객체 인식을 위한 커브렛 변환 기반의 윤곽선 향상 방법 및 장치
CN110941367A (zh) * 2018-09-25 2020-03-31 福州瑞芯微电子股份有限公司 一种基于双摄的识别方法及终端
KR102052449B1 (ko) * 2019-01-14 2019-12-05 전남대학교산학협력단 가상 마우스 시스템 및 그 제어 방법
CN112052747A (zh) * 2020-08-11 2020-12-08 深圳市欧森隆健康科技有限公司 手掌识别、健康报告生成方法、健康检测系统和电子设备
CN112507924A (zh) * 2020-12-16 2021-03-16 深圳荆虹科技有限公司 一种3d手势识别方法、装置及系统
CN112507924B (zh) * 2020-12-16 2024-04-09 深圳荆虹科技有限公司 一种3d手势识别方法、装置及系统

Also Published As

Publication number Publication date
KR101745601B1 (ko) 2017-06-09

Similar Documents

Publication Publication Date Title
KR101745601B1 (ko) 영상 처리를 이용한 손가락 개수 인식 방법 및 장치
KR101514169B1 (ko) 정보 처리 장치, 정보 처리 방법 및 기록 매체
US9959481B2 (en) Image processing apparatus, image processing method, and computer-readable recording medium
US10445887B2 (en) Tracking processing device and tracking processing system provided with same, and tracking processing method
US20130101169A1 (en) Image processing method and apparatus for detecting target
JP2013250882A5 (ko)
US20190197313A1 (en) Monitoring device
KR101745651B1 (ko) 손 제스처 인식 시스템 및 방법
TW201514830A (zh) 互動式操作方法
JP7159384B2 (ja) 画像処理装置、画像処理方法、及びプログラム
JP2017117341A (ja) 物体検出方法、装置、及びプログラム
JP2010057105A (ja) オブジェクトの3次元追跡方法およびシステム
JP4821355B2 (ja) 人物追跡装置、人物追跡方法および人物追跡プログラム
JP2006236184A (ja) 画像処理による人体検知方法
US9286513B2 (en) Image processing apparatus, method, and storage medium
JP2018161397A (ja) 診断画像処理装置、評価支援方法及びプログラム
JP5464661B2 (ja) 情報端末装置
KR101496287B1 (ko) 비디오 시놉시스 시스템 및 이를 이용한 비디오 시놉시스 방법
JP2012003724A (ja) 三次元指先位置検出方法、三次元指先位置検出装置、及びプログラム
KR101539944B1 (ko) 객체 식별 방법
KR101653235B1 (ko) 제스쳐 인식 장치 및 그 방법
KR20210003515A (ko) 인터렉티브모드를지원하는증강현실구현장치
JP2016152467A (ja) 追尾装置、追尾方法及び追尾プログラム
JP2017207949A (ja) ジェスチャコマンド入力装置、ジェスチャコマンド入力方法及びジェスチャコマンド入力プログラム並びに画像表示システム
JP6952857B2 (ja) 情報処理装置、情報処理方法及びプログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant