一種基于圖像處理的手部輪廓提取方法

王思霖

（信陽農林學院信息工程學院 河南 信陽 464000）

0 引言

隨著機器學習領域的發展，硬件處理能力的迅速提高，基于人工智能的人體特征識別技術快速進步，包括人臉識別、手勢識別、身體姿態識別等。近年來，手勢識別已成為圖像識別領域的一個重要研究分支，其技術也逐漸被應用于多種場景中的人體交互系統[1]。例如利用手勢控制智能家居、汽車智能輔助駕駛中利用手勢操作汽車的各種功能、視頻直播中通過手勢添加動畫特效等。目前的手勢識別技術多數是基于機器學習算法實現的，將包含手部圖像的圖像數據直接作為數據源來對模型進行訓練[2]，訓練完成后，通過將手勢圖像作為模型的輸入來預測圖像中手勢的類別，從而達到識別手勢的目的。但因為包含手部的圖像數據常具有較大的數據量，以圖像數據直接作為模型輸入會導致例如模型訓練時間長、對硬件性能具有高依賴性等問題的產生。為了解決這個問題，本文提出了一種基于圖像處理的，在圖像中提取手部輪廓的方法，該方法能夠大幅度縮減圖像數據量。使用只包含手部輪廓像素的圖像數據代替原始圖像數據作為模型的數據輸入，可以達到縮短模型訓練時長，降低其對硬件性能依賴的目的。

1 設計思路

本方法的設計思路如圖1所示。在讀取包含手部的圖像后，因為圖像的默認色彩空間為RGB，為了方便下一步的膚色檢測，需要轉化成HSV色彩空間。轉換之后的圖像需要對其中的像素進行掃描，將滿足HSV膚色檢測約束條件的像素保留，其余不滿足條件的像素丟棄。將膚色檢測過濾后的圖像轉換為二值圖像（只有黑白兩色），利用輪廓提取算法找出圖像中的輪廓邊緣。雖然圖像中的像素已經過膚色檢測的過濾，但難免會有符合膚色檢測約束條件的非膚色像素，因此可能會出現除了手部輪廓外的其他輪廓也被提取到的情況。但通常來說圖像中的手部輪廓從尺寸上來說是最長的，因此可以通過比較找到包含像素個數最多的輪廓作為手部輪廓。

2 技術原理

2.1 色彩空間

色彩空間（顏色模型）是用來描述顏色的一種數學模型，利用該模型可以通過數值的方式來準確地描述自然界中的顏色，常用的色彩空間有RGB色彩空間、HSV色彩空間和YCbCr色彩空間等。同一種顏色可以通過不同的色彩空間去描述，并且可以基于公式在不同的色彩空間中進行數值轉換。

2.1.1 RGB色彩空間

RGB色彩空間被廣泛應用于電子系統中且通常作為數碼圖片的默認存儲和表示方式，任何色彩都可以通過混合紅、綠、藍這三種基本色來獲得[3]，具體得到什么顏色取決于三種基本色混合的比例。相反，任何一種顏色也都可以分解表示為紅、綠、藍三種顏色分量，各分量的取值范圍為0至255。通過RGB色彩空間，數碼圖片中的每一個像素點的顏色都可以通過紅、綠、藍三種顏色分量來進行準確表示，見圖2。

2.1.2 HSV色彩空間

HSV色彩空間是RGB色彩空間在圓柱坐標系中的表示方法，相對于RGB色彩空間，它在顏色體驗上更符合人類的直覺。HSV由色相（H）、飽和度（S）和明度（V）三種分量組成[4]，其中色相（H）是色彩的基本屬性，飽和度（S）是指色彩的純度，值越高表示色彩越純，值越低色彩逐漸變灰，明度（V）表示亮度，見圖3。

2.1.3 YCbCr色彩空間

YCbCr色彩間常用于圖像處理。YCbCr色彩空間中的顏色由Y、Cb、Cr三種分量進行表示，其中Y代表亮度，Cb代表藍色分量，Cr代表紅色分量，見圖4。

2.1.4 RGB色彩空間與HSV色彩空間的轉換公式

RGB色彩空間可以通過以下公式轉換為HSV色彩空間：

2.2 膚色檢測

膚色檢測是一種在數字圖像中識別膚色像素和非膚色像素的技術，在人臉識別、手勢識別等計算機視覺領域有廣泛應用[5]。膚色檢測的原理是基于像素的顏色分類器，通過圖形分割、前景提取、色彩判斷等方式過濾出圖像中的皮膚像素區域。本方法采用了基于HSV色彩空間的膚色檢測方法，通過約束條件來過濾出圖像中的膚色像素?，F有研究成果表明，人體膚色在HSV色彩空間中的約束條件為：

條件1：3＜H＜23

條件2：28＜S＜256

條件3：50＜V＜256

該檢測方法會對色彩空間為HSV的圖像中的像素逐個掃描并判斷其是否符合上述約束條件，符合條件則判定為膚色像素并保留該像素，不符合條件則會被過濾掉。當所有像素都被掃描完成時，圖像中會只剩下膚色像素。

2.3 圖像二值化

因為本方法采用的輪廓提取算法需要二值化圖像作為輸入，因此需要將膚色檢測過濾后的圖像進行二值化處理。圖像二值化就是將圖像上的像素點的灰度值設置為0（黑色）或255（白色），也就是將灰度圖像轉換為黑白圖像的過程。如果像素的灰度值大于閾值，則將其轉換為白色[6]。如果像素的灰度值小于閾值，則將其轉換為黑色。在圖像處理中，二值圖像有重要的作用，二值化可以明顯地降低圖像的數據量，并且能突出目標的輪廓。

2.4 輪廓提取

輪廓提取采用了邊界跟蹤算法，該算法用于數字化二值圖像的拓撲結構分析，能夠獲取二值圖像的邊界的包圍關系。該算法適用于二值圖像的輪廓提取，因此在提取圖像手部輪廓前需要將圖像進行二值化處理[7-8]。該算法流程為：

（1）對輸入的二值化圖像進行掃描，從上到下，從左到右，尋找滿足邊界條件的點，如果該點同時滿足外邊界起始點和孔邊界起始點的條件，則將該點看作外邊界跟蹤起始點。

（2）找到邊界跟蹤起始點后，執行邊界跟蹤，找到完整邊界。

邊界點的定義存在兩種情況。第一種情況，在四連通的情況下，如圖5中（一）所示，一個1像素點在它的八個鄰域內存在一個0像素點，則稱該1像素點為邊界點。第二種情況，在八連通的情況下，如下圖5中（二）所示，一個1像素點在它的四鄰域內存在一個0像素點，則稱該1像素點為邊界點[9]。其中0像素點指的是灰度值為0的像素點，1像素點指的是灰度值為1的像素點。

3 實驗及結果分析

3.1 實驗環境

硬件環境：

中央處理器為3500X 3.60 GHz，內存為16 G。

軟件環境：

編程語言為Python3.9.5，圖像處理庫OpenCV4.5.5。

3.2 實驗步驟

（1）輸入包含手部的原始圖像。

（2）將圖像的色彩空間從RGB轉為HSV。

（3）通過HSV膚色檢測約束條件過濾圖像中的像素。

（4）將膚色檢測過濾后的圖像進行二值化處理。

（5）在二值圖像中尋找手部輪廓（包含像素點個數最多的輪廓）。

3.3 實驗結果

下圖為實驗過程中各個步驟的圖像。

第一步，如圖6中（一）所示，包含手部圖片的原始圖像默認的色彩空間是RGB，所以在輸入后需要將色彩空間被轉化為HSV，如圖6中（二）所示。

第二步，HSV色彩空間的圖像通過膚色檢測過濾后只保留了手部區域的像素，如圖6中（三）所示。

第三步，只包含手部區域像素的圖像被轉化為二值圖像，如圖6中（四）所示。

最后，利用邊界跟蹤算法找到手部輪廓，如圖6中（五）所示。

表1展示了原始圖像與提取輪廓后的圖像的數據量大小對比，從數據可以看出，提取輪廓后的圖像量僅有原始圖像的1.2%，這表明在保留手部輪廓信息的條件下將圖像數據量降低了98.8%，數據量減少效果明顯。

表1 圖像數據量對比

4 結語

本文提出了一種基于圖像處理和邊界跟蹤算法的手部輪廓提取方法，在包含手部的原始圖像輸入后，經過轉換色彩空間、膚色檢測過濾、二值化處理等圖像處理步驟對原始圖像進行處理。處理后的圖像使用邊界跟蹤算法找出其中的手部輪廓，最終得到只保留手部輪廓的圖像。手部輪廓信息可以直接作為判斷手勢類別的依據，因此只保留手部輪廓的圖像可以代替原始圖像作為機器學習模型的數據輸入[10]。后經實驗驗證，只保留手部輪廓的圖像在數據量上相對原始圖像有大幅度的縮減，因此使用只保留手部輪廓的圖像作為模型的數據輸入可以有效地降低模型的訓練時間和對硬件性能的要求。