本发明涉及智能门锁技术领域，尤其涉及一种手势感应智慧门锁的感应开锁方法、设备以及介质。
背景技术：
由于每个人可以将开锁的手势设置成单个不相同的手势或者手势组合，因此可以通过手势来进行识别继而通过手势来判断是开锁还是关锁；但目前大多数智能门锁还是需要依靠人脸识别的方式进行，依靠手势的识别还未应用以及普及。
因此，亟需一种能够通过手势感应的智能门锁的手势感应智慧门锁的感应开锁方法、设备以及介质，以解决目前大多数智能门锁还是需要依靠人脸识别的方式进行，依靠手势的识别还未应用以及普及的问题。
技术实现要素：
本发明的主要目的在于提供一种能够通过手势感应的智能门锁的手势感应智慧门锁的感应开锁方法、设备以及介质，以解决目前大多数智能门锁还是需要依靠人脸识别的方式进行，依靠手势的识别还未应用以及普及的问题。
为实现上述目的，本发明第一方面提供了一种手势感应智慧门锁的感应开锁方法，所述感应开锁方法包括：
接收摄像头采集的手势图像；
提取所述手势图像中的手掌心的位置为坐标原点；
提取距离所述坐标原点最远的手势为第一方向向量；
将所述手势图像根据坐标原点以及第一方向向量分为八个区域；
将所述八个区域内的手势子图像与所述手势图像模型库中的图像进行对比并得出相似的手势图像模型；
根据所述八个区域内的手势子图像与所述手势图像模型是否匹配从而确定是否开启智能门锁。
作为一种改进，所述方法还包括：
通过采用handcoordinatesdistributionfeatures-hausdorff算法将所述八个区域内的手势子图像与所述手势图像模型库中的图像进行对比并得出相似的手势图像模型。
作为一种改进，所述方法还包括：
通过kinect获取生成手势动作发出者相对智能门锁的位置；
对所述手势发出者的手部进行检测和分割以获取人手质心坐标；
根据所述人手质心坐标提取人手图像。
作为一种改进，所述方法还包括：
对所述人手图像进行去噪、膨胀、腐蚀处理以得到去噪后的初始手势图像并开始计时。
作为一种改进，所述方法还包括：
达到预设时间后再次获取人手图像以获取终止手势图像；
判断所述初始手势图像和所述终止手势图像之间的移动的方向以及时间；其中所述移动的方向包括上、下、左、右、前、后。
作为一种改进，所述方法还包括：
通过kinect获取生成手势者15个主要关节点的三维坐标数据；
根据人体头部节点和人体重心坐标,确定人体相对摄像头的位置；
根据人体相对摄像头的位置获取人体手势图像。
作为一种改进，所述方法还包括：
将手势图像的每一次移动设定为开锁或者关锁指令。
作为一种改进，所述方法还包括：
获取用户的初始手势图像和终止手势图像；
根据所述初始手势图像和终止手势图像的运动方向；
判断所述方向属于上、下、左、右、前、后移动中的一种；
如果不属于上、下、左、右、前、后移动中的一种，则判断所述方向与上、下、左、右、前、后移动中的哪一种类似度最高；
根据与上、下、左、右、前、后移动中的中类似度最高的移动方向判断为该移动方向；
根据该移动方向判断生成开锁指令或者关锁指令。
本发明第二方面公开了一种手势感应智慧门锁的感应开锁设备，所述设备包括：
接收图像模块：用于接收摄像头采集的手势图像；
提取坐标模块：用于提取所述手势图像中的手掌心的位置为坐标原点；
提取向量模块：用于提取距离所述坐标原点最远的手势为第一方向向量；
分割图像模块：用于将所述手势图像根据坐标原点以及第一方向向量分为八个区域；
计算类似图像模块：用于将所述八个区域内的手势子图像与所述手势图像模型库中的图像进行对比并得出相似的手势图像模型；
控制开关锁模块：用于根据所述八个区域内的手势子图像与所述手势图像模型是否匹配从而确定是否开启智能门锁。
本发明第三方面公开了一种存储介质，所述存储介质存储有可执行程序，所述可执行程序被执行时，实现上述手势感应智慧门锁的感应开锁方法。
本发明提供的技术方案，具有以下优点：
手势感应智慧门锁的感应开锁方法；接收摄像头采集的手势图像；提取所述手势图像中的手掌心的位置为坐标原点；提取距离所述坐标原点最远的手势为第一方向向量；将所述手势图像根据坐标原点以及第一方向向量分为八个区域；将所述八个区域内的手势子图像与所述手势图像模型库中的图像进行对比并得出相似的手势图像模型；根据所述八个区域内的手势子图像与所述手势图像模型是否匹配从而确定是否开启智能门锁。能够通过手势感应的智能门锁的打开和反锁。
附图说明
图1为本发明提供的一实施例提供的一种手势感应智慧门锁的感应开锁方法的流程示意图。
图2为本发明提供的另一实施例提供的一种手势感应智慧门锁的感应开锁方法的场景示意图。
图3为本发明提供的一实施例提供的一种手势感应智慧门锁的感应开锁设备的结构示意图。
图4为本申请另一实施例提供的服务器的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参看图1和2，本发明的一方面提供了一种手势感应智慧门锁的感应开锁方法，应用于摄像头、智能门锁、用户端、服务器组成的系统，所述方法包括：
步骤s10：接收摄像头采集的手势图像。具体地，通过摄像头采集用户的手势图像，也可以先识别用户的整个身体，然后再剪切出手势的位置并识别出手势的的动作。具体可以包括步骤s11-s14。
步骤s11：服务器通过kinect获取生成手势动作发出者相对智能门锁的位置。具体地，利用kinect摄像机获取用户手势姿态。
步骤s12：服务器对所述手势发出者的手部进行检测和分割以获取人手质心坐标。由于手掌位于身体上部胳膊的最低端，所以可以单独提取手掌的位置，继而获取人手质心坐标。
步骤s13：服务器根据所述人手质心坐标提取人手图像。质心坐标取得后，根据手势动作发出者距离摄像机的位置和人手的手指的最长距离来提取人手图像。
步骤s14：对所述人手图像进行去噪、膨胀、腐蚀处理以得到去噪后的初始手势图像并开始计时。刚提取的人手图像会含有较多的杂波，所以要进行去噪、膨胀、腐蚀处理。
步骤s15：达到预设时间后再次获取人手图像以获取终止手势图像。可以理解，第二次获取的手势图像也经过上述步骤s12-s14的处理。
步骤s16：判断所述初始手势图像和所述终止手势图像之间的移动的方向以及时间；其中所述移动的方向包括上、下、左、右、前、后。一方面可以通过毫米波雷达来实现；另外，本方案还可以通过以下步骤实现：
步骤s17：可以为通过kinect获取生成手势者15个主要关节点的三维坐标数据。
步骤s18：再根据人体头部节点和人体重心坐标,确定人体相对摄像头的位置。
步骤s19：根据人体相对摄像头的位置获取人体手势图像。
步骤s20：提取所述手势图像中的手掌心的位置为坐标原点。具体地，静态手势的质心保持相对静止.我们以每连续t帧手势图像作为一个静态调整时间段,连续t帧内静态手势运动距离满足条件阈值d.以d和t作为状态转移条件,若连续t帧内手势移动距离d<d,则进入静态手势识别阶段.运动方向是区分不同动态手势的关键信息,如果将触发动态手势的静态手势质心点s为坐标原点建立坐标系,其与结束动态手势的静态手势质心点e方向判断关系。
步骤s30：提取距离所述坐标原点最远的手势为第一方向向量。具体地，在坐标系xsy上根据s和e计算向量se与x轴夹角的正切值,根据正切值的绝对值判断出手势运动方向；上下方向根据2个坐标点y轴坐标差值的正负判断具体方向,左右方向根据2个坐标点x轴坐标差值判断具体方向；z轴方向,手势水平位移阈值绝对值为zo。
步骤s40：将所述手势图像根据坐标原点以及第一方向向量分为八个区域。通过设置八个区域，能够识别出初始手势图像和终止手势图像的移动方向。
步骤s50：将所述八个区域内的手势子图像与所述手势图像模型库中的图像进行对比并得出相似的手势图像模型。具体地，通过采用handcoordinatesdistributionfeatures-hausdorff算法将所述八个区域内的手势子图像与所述手势图像模型库中的图像进行对比并得出相似的手势图像模型。根据dgdm,可以判断出动态手势类型(dynamicgesturetype,dgt),并用特征向量dgt描述一种动态手势,不同的动态手势可根据不同的语义、开始手势、结束手势、方向以及持续时间来描述。具体包括以下步骤：
步骤s51：初始化dgt
步骤s52：计算连续t帧手势的运动距离d；若d＜d？
步骤s53：则开始识别触发动态手势的静态手势g-s,并
步骤s54：获取静态手势质心点坐标s；
步骤s55：若d≥d，则继续计算连续t帧手势的运动距离d；
步骤s56：提取动态手势轨迹质心坐标，
步骤s57：并存储在数组中，计算数组长度l；
步骤s58：若l>20，则重新计算连续丆帧手势的运动距离d；
步骤s59：若d＜d？则开始识别结束动态手势的静态手势g-e,
步骤s501：获取静态手势质心点坐标e
步骤s502：计算ori，利用向量dgt判断动态手势类型。
步骤s503：将手势图像的每一次移动设定为开锁或者关锁指令。
步骤s60：根据所述八个区域内的手势子图像与所述手势图像模型是否匹配从而确定是否开启智能门锁。八个区域覆盖手势的全部位置图，能够捕捉全部的手势；步骤s60具体包括步骤s61-步骤s66。
步骤s61：获取用户的初始手势图像和终止手势图像；
步骤s62：根据所述初始手势图像和终止手势图像的运动方向；
步骤s63：判断所述方向属于上、下、左、右、前、后移动中的一种；
步骤s64：如果不属于上、下、左、右、前、后移动中的一种，则判断所述方向与上、下、左、右、前、后移动中的哪一种类似度最高；
步骤s65：根据与上、下、左、右、前、后移动中的中类似度最高的移动方向判断为该移动方向；
步骤s66：根据该移动方向判断生成开锁指令或者关锁指令。
本发明提供的技术方案，具有以下优点：
手势感应智慧门锁的感应开锁方法；接收摄像头采集的手势图像；提取所述手势图像中的手掌心的位置为坐标原点；提取距离所述坐标原点最远的手势为第一方向向量；将所述手势图像根据坐标原点以及第一方向向量分为八个区域；将所述八个区域内的手势子图像与所述手势图像模型库中的图像进行对比并得出相似的手势图像模型；根据所述八个区域内的手势子图像与所述手势图像模型是否匹配从而确定是否开启智能门锁。能够通过手势感应的智能门锁的打开和反锁。
请参看图3，本申请还提供一种手势感应智慧门锁的感应开锁设备，所述设备包括：
接收图像模块10：用于接收摄像头采集的手势图像；
提取坐标模块20：用于提取所述手势图像中的手掌心的位置为坐标原点；
提取向量模块30：用于提取距离所述坐标原点最远的手势为第一方向向量；
分割图像模块40：用于将所述手势图像根据坐标原点以及第一方向向量分为八个区域；
计算类似图像模块50：用于将所述八个区域内的手势子图像与所述手势图像模型库中的图像进行对比并得出相似的手势图像模型；
控制开关锁模块60：用于根据所述八个区域内的手势子图像与所述手势图像模型是否匹配从而确定是否开启智能门锁。
请参阅图4，本申请还提供一种服务器30，应用于摄像头、智能门锁、用户端、服务器组成的系统，其中，存储器301与所述处理器302通过总线303电连接。
其中，存储器301至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、磁性存储器、磁盘、光盘等。存储器301在一些实施例中可以是服务器30的内部存储单元，例如该服务器30的硬盘。存储器301在另一些实施例中也可以是服务器30的外部存储设备，例如服务器30上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。存储器301不仅可以用于存储安装于车载设备的应用软件及各类数据，例如计算机可读程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据，也即该第一存储器可以作为存储介质，存储介质存储有计算机可执行的车辆出行预约程序。
处理器302在一些实施例中可以是中央处理器(centralprocessingunit,cpu)、控制器、微控制器、微处理器或其他数据处理芯片，处理器302可调用存储器301中存储的车辆出行预约程序，以实现如下步骤：
步骤s10：接收摄像头采集的手势图像。具体地，通过摄像头采集用户的手势图像，也可以先识别用户的整个身体，然后再剪切出手势的位置并识别出手势的的动作。具体可以包括步骤s11-s14。
步骤s11：服务器通过kinect获取生成手势动作发出者相对智能门锁的位置。具体地，利用kinect摄像机获取用户手势姿态。
步骤s12：服务器对所述手势发出者的手部进行检测和分割以获取人手质心坐标。由于手掌位于身体上部胳膊的最低端，所以可以单独提取手掌的位置，继而获取人手质心坐标。
步骤s13：服务器根据所述人手质心坐标提取人手图像。质心坐标取得后，根据手势动作发出者距离摄像机的位置和人手的手指的最长距离来提取人手图像。
步骤s14：对所述人手图像进行去噪、膨胀、腐蚀处理以得到去噪后的初始手势图像并开始计时。刚提取的人手图像会含有较多的杂波，所以要进行去噪、膨胀、腐蚀处理。
步骤s15：达到预设时间后再次获取人手图像以获取终止手势图像。可以理解，第二次获取的手势图像也经过上述步骤s12-s14的处理。
步骤s16：判断所述初始手势图像和所述终止手势图像之间的移动的方向以及时间；其中所述移动的方向包括上、下、左、右、前、后。一方面可以通过毫米波雷达来实现；另外，本方案还可以通过以下步骤实现：
步骤s17：可以为通过kinect获取生成手势者15个主要关节点的三维坐标数据。
步骤s18：再根据人体头部节点和人体重心坐标,确定人体相对摄像头的位置。
步骤s19：根据人体相对摄像头的位置获取人体手势图像。
步骤s20：提取所述手势图像中的手掌心的位置为坐标原点。具体地，静态手势的质心保持相对静止.我们以每连续t帧手势图像作为一个静态调整时间段,连续t帧内静态手势运动距离满足条件阈值d.以d和t作为状态转移条件,若连续t帧内手势移动距离d<d,则进入静态手势识别阶段.运动方向是区分不同动态手势的关键信息,如果将触发动态手势的静态手势质心点s为坐标原点建立坐标系,其与结束动态手势的静态手势质心点e方向判断关系。
步骤s30：提取距离所述坐标原点最远的手势为第一方向向量。具体地，在坐标系xsy上根据s和e计算向量se与x轴夹角的正切值,根据正切值的绝对值判断出手势运动方向；上下方向根据2个坐标点y轴坐标差值的正负判断具体方向,左右方向根据2个坐标点x轴坐标差值判断具体方向；z轴方向,手势水平位移阈值绝对值为zo。
步骤s40：将所述手势图像根据坐标原点以及第一方向向量分为八个区域。通过设置八个区域，能够识别出初始手势图像和终止手势图像的移动方向。
步骤s50：将所述八个区域内的手势子图像与所述手势图像模型库中的图像进行对比并得出相似的手势图像模型。具体地，通过采用handcoordinatesdistributionfeatures-hausdorff算法将所述八个区域内的手势子图像与所述手势图像模型库中的图像进行对比并得出相似的手势图像模型。根据dgdm,可以判断出动态手势类型(dynamicgesturetype,dgt),并用特征向量dgt描述一种动态手势,不同的动态手势可根据不同的语义、开始手势、结束手势、方向以及持续时间来描述。具体包括以下步骤：
步骤s51：初始化dgt
步骤s52：计算连续t帧手势的运动距离d；若d＜d？
步骤s53：则开始识别触发动态手势的静态手势g-s,并
步骤s54：获取静态手势质心点坐标s；
步骤s55：若d≥d，则继续计算连续t帧手势的运动距离d；
步骤s56：提取动态手势轨迹质心坐标，
步骤s57：并存储在数组中，计算数组长度l；
步骤s58：若l>20，则重新计算连续丆帧手势的运动距离d；
步骤s59：若d＜d？则开始识别结束动态手势的静态手势g-e,
步骤s501：获取静态手势质心点坐标e
步骤s502：计算ori，利用向量dgt判断动态手势类型。
步骤s503：将手势图像的每一次移动设定为开锁或者关锁指令。
步骤s60：根据所述八个区域内的手势子图像与所述手势图像模型是否匹配从而确定是否开启智能门锁。八个区域覆盖手势的全部位置图，能够捕捉全部的手势；步骤s60具体包括步骤s61-步骤s66。
步骤s61：获取用户的初始手势图像和终止手势图像；
步骤s62：根据所述初始手势图像和终止手势图像的运动方向；
步骤s63：判断所述方向属于上、下、左、右、前、后移动中的一种；
步骤s64：如果不属于上、下、左、右、前、后移动中的一种，则判断所述方向与上、下、左、右、前、后移动中的哪一种类似度最高；
步骤s65：根据与上、下、左、右、前、后移动中的中类似度最高的移动方向判断为该移动方向；
步骤s66：根据该移动方向判断生成开锁指令或者关锁指令。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
1.一种手势感应智慧门锁的感应开锁方法，其特征在于，所述感应开锁方法包括：
接收摄像头采集的手势图像；
提取所述手势图像中的手掌心的位置为坐标原点；
提取距离所述坐标原点最远的手势为第一方向向量；
将所述手势图像根据坐标原点以及第一方向向量分为八个区域；
将所述八个区域内的手势子图像与所述手势图像模型库中的图像进行对比并得出相似的手势图像模型；
根据所述八个区域内的手势子图像与所述手势图像模型是否匹配从而确定是否开启智能门锁。
2.如权利要求1所述的手势感应智慧门锁的感应开锁方法，其特征在于，所述方法还包括：
通过采用handcoordinatesdistributionfeatures-hausdorff算法将所述八个区域内的手势子图像与所述手势图像模型库中的图像进行对比并得出相似的手势图像模型。
3.如权利要求2所述的手势感应智慧门锁的感应开锁方法，其特征在于，所述方法还包括：
通过kinect获取生成手势动作发出者相对智能门锁的位置；
对所述手势发出者的手部进行检测和分割以获取人手质心坐标；
根据所述人手质心坐标提取人手图像。
4.如权利要求3所述的手势感应智慧门锁的感应开锁方法，其特征在于，所述方法还包括：
对所述人手图像进行去噪、膨胀、腐蚀处理以得到去噪后的初始手势图像并开始计时。
5.如权利要求4所述的手势感应智慧门锁的感应开锁方法，其特征在于，所述方法还包括：
达到预设时间后再次获取人手图像以获取终止手势图像；
判断所述初始手势图像和所述终止手势图像之间的移动的方向以及时间；其中所述移动的方向包括上、下、左、右、前、后。
6.如权利要求5所述的手势感应智慧门锁的感应开锁方法，其特征在于，所述方法还包括：
通过kinect获取生成手势者15个主要关节点的三维坐标数据；
根据人体头部节点和人体重心坐标,确定人体相对摄像头的位置；
根据人体相对摄像头的位置获取人体手势图像。
7.如权利要求6所述的手势感应智慧门锁的感应开锁方法，其特征在于，所述方法还包括：
将手势图像的每一次移动设定为开锁或者关锁指令。
8.如权利要求7所述的手势感应智慧门锁的感应开锁方法，其特征在于，所述方法还包括：
获取用户的初始手势图像和终止手势图像；
根据所述初始手势图像和终止手势图像的运动方向；
判断所述方向属于上、下、左、右、前、后移动中的一种；
如果不属于上、下、左、右、前、后移动中的一种，则判断所述方向与上、下、左、右、前、后移动中的哪一种类似度最高；
根据与上、下、左、右、前、后移动中的中类似度最高的移动方向判断为该移动方向；
根据该移动方向判断生成开锁指令或者关锁指令。
9.一种手势感应智慧门锁的感应开锁设备，其特征在于，所述设备包括：
接收图像模块：用于接收摄像头采集的手势图像；
提取坐标模块：用于提取所述手势图像中的手掌心的位置为坐标原点；
提取向量模块：用于提取距离所述坐标原点最远的手势为第一方向向量；
分割图像模块：用于将所述手势图像根据坐标原点以及第一方向向量分为八个区域；
计算类似图像模块：用于将所述八个区域内的手势子图像与所述手势图像模型库中的图像进行对比并得出相似的手势图像模型；
控制开关锁模块：用于根据所述八个区域内的手势子图像与所述手势图像模型是否匹配从而确定是否开启智能门锁。
10.一种介质，其特征在于，所述介质存储有可执行程序，所述可执行程序被执行时，实现如权利要求1-8任一项所述的手势感应智慧门锁的感应开锁方法。
技术总结