目标检测之指尖检测---指尖检测的新方法几种

指尖检测根据应用可以分为单指尖检测和多指尖检测。

下面是我在工作中想到的方法,希望对你有用或提供点儿灵感。

单指尖检测新方法:重心距离法

  1. 找到手的区域,我一般用肤色检测
  2. 计算手的区域的重心
  3. 在手的区域的边缘点集中寻找距离重心最远的点,该点即为指尖候选位置
  4. 判断找到的点是否为指尖。判据:候选点到重心的距离大于边缘到重心平均距离的1.6倍,即为指尖;否则不是指尖,也就是说没有手指伸出

下面是我在随便挑的几张图片上做的试验

下面是我在应用中的试验截图:

说明:红色圆是平均距离;蓝色为重心;绿色表示最远点,其中叉表示该点不是指尖,矩形表示该点是指尖

仔细看图,你会知道该算法的准确度怎么样

多指尖检测方法之一:

1.细化图像,端点就是候选指尖点集:

2.找出指尖的点。仍然可以用重心距离法,当然这次操作是在候选指尖点集中进行

本算法主要用于多指尖检测。

多指尖检测方法之二:

本算法是单指尖检测重心距离法的延伸

算法:找出手的区域的freeman chain code,也就是一个有序的边缘,然后求出其中所有点到重心的距离

相信你看到下图就会迫不及待地想要用自己的方法找到指尖,正好,因为我还没有找到准确度很高的找到指尖的方法。

这里我只是提供一个比较有效地特征,希望对你有用。

对图像的说明:四条线,从下往上,第一条是各点到重心的距离,第二条是第一条线的平滑,第四条是第一条的导数,第三条是第四条的平滑

第一组:

第二组:

多指尖检测方法之三:

使用轮廓

http://blog.csdn.net/onezeros/article/details/6196095

时间: 2024-10-03 19:46:02

目标检测之指尖检测---指尖检测的新方法几种的相关文章

OpenCV运动目标检测——帧间差,混合高斯模型方法

一.简单的帧间差方法 帧差法是在连续的图像序列中两个或三个相邻帧间采用基于像素的时间差分并且闽值化来提取图像中的运动区域. 代码: int _tmain(int argc, _TCHAR* argv[]) { VideoCapture capture("bike.avi"); if(!capture.isOpened()) return -1; double rate = capture.get(CV_CAP_PROP_FPS); int delay = 1000/rate; Mat

道路运输车辆卫星定位系统标准符合性检测 ----新规则、新方法

道路运输车辆卫星定位系统标准符合性检测 ----新规则.新方法 全称叫道路运输车辆卫星定位系统标准符合性检测或道路运输车辆卫星定位系统标准符合性审查,口语(或简称)为过检.交通部过检.平台过检.平台测试等等,符合性审查分硬件和平台,硬件就是即是车载终端,平台即运营平台,平台分企业平台.政府平台,企业平台分经营性与非经营性平台,政府平台分市级平台与省级平台.在这里讨论的是平台符合性审查,而非硬件. 此博文只介绍2015年恢复检测之后,采取的新测试规则,新测试方法.关于符合性审查的更详细说明,请参看

Emgucv使用Harris角点检测和Fast角点检测

角点是两个边缘的连接点,代表了两个边缘变化的方向上的点,在这点上图像梯度有很高的变化.是图像中的重要特征点.在opencv中还有改进版的Harris角点检测:Shi-Tomasi 角点检测算法,但在Emgucv里并没有封装,所以目前无法直接使用. 一.Harris角点检测 Harris角点检测通过判断点在水平和竖直方向上的变化程度来判断是否为角点,使用CornerHarris函数,处理后再用阈值来判断是否为角点. public partial class Form1 : Form { publi

js如何检测打开窗口是否存在的三个方法?

js打开窗口一般也就是使用window.open方法: win = window.open(CHILD_WINDOW_URL, CHILD_WINDOW_NAME, CHILD_WINDOW_ATTRS); 然后父窗口可以通过win 取得子窗口的引用,然后就可以检测 win是否定义和win.closed来检测窗口是否打开. 但是如果刷新父窗口,父窗口就会失去这些引用,那么我们如何再次检测子窗口是否存在?我想大概有以下方法: 方法一 使用cookie 打开子窗口的时候,子窗口或者父窗口可以写一个c

安全运维之:Linux后门入侵检测工具,附最新bash漏洞解决方法

一.rootkit简介 rootkit是Linux平台下最常见的一种木马后门工具,它主要通过替换系统文件来达到入侵和和隐蔽的目的,这种木马比普通木马后门更加危险和隐蔽,普通的检测工具和检查手段很难发现这种木马.rootkit攻击能力极强,对系统的危害很大,它通过一套工具来建立后门和隐藏行迹,从而让攻击者保住权限,以使它在任何时候都可以使用root权限登录到系统. rootkit主要有两种类型:文件级别和内核级别,下面分别进行简单介绍. 1.文件级别rootkit 文件级别的rootkit一般是通

移动联网网安全检测 最专业的安全检测平台--爱内测

近年来,随着APP爆发式的增长,各种APP的安全问题也接踵而来:由于Android系统开源架构特性,安卓移动应用成为恶意病毒攻击的重点目标.造成这种情况的最大原因在于App开发时存在各种漏洞未及时发现及修复,或者在于大部分开发者比较重视应用开发的速度,往往会忽视了应用的安全性,或者说他们没有精力和时间去测试应用的安全性,最终导致一些不可弥补的损失. 国内知名安全机构报道,全国99% 基于Android系统的手机APP存在漏洞威胁,且平均漏洞量高达40个.安全类APP漏洞问题最多,其漏洞总量高达4

python 人脸检测 +python 二维码检测

从官网下载opencv 目录结构如图 在samples中有丰富的示例 应为我的系统中已经安装好opepncv-python,可直接运行 会得到结果: 人脸检测代码如下 #!/usr/bin/env python ''' face detection using haar cascades USAGE: facedetect.py [--cascade <cascade_fn>] [--nested-cascade <cascade_fn>] [<video_source>

检测php网站是否已经被攻破的方法

原文地址:http://drops.wooyun.org/web/2718                     分类:web安全(这篇文章的侧重点是利用系统命令)一.查看访问日志看是否有文件上传操作(POST方法), [plain] view plain copy IPREMOVED - - [01/Mar/2013:06:16:48 -0600] "POST/uploads/monthly_10_2012/view.php HTTP/1.1" 200 36 "-&quo

15、角点检测之Harris角点检测

一.引言:关于兴趣点(interest points) 在图像处理和与计算机视觉领域,兴趣点(interest points),或称作关键点(keypoints).特征点(feature points) 被大量用于解决物体识别,图像识别.图像匹配.视觉跟踪.三维重建等一系列的问题.我们不再观察整幅图,而是选择某些特殊的点,然后对他们进行局部有的放矢的分析.如果能检测到足够多的这种点,同时他们的区分度很高,并且可以精确定位稳定的特征,那么这个方法就有使用价值. 图像特征类型可以被分为如下三种: <