发明内容
本发明要解决的技术问题在于,针对现有的电风扇不能用手势来控制的缺陷,提供一种智能手势控制电风扇。
本发明解决其技术问题所采用的技术方案是:
一种智能手势控制电风扇,其包括:手势控制单元和控制调节单元,所述手势控制单元连接所述控制调节单元,所述控制调节单元连接电风扇的电机;
其中,所述手势控制单元,用于接收用户的手势,对所述手势进行识别判断,根据所述识别判断的结果指示所述控制调节单元调节所述电机的启动、关闭和转速。
其中,优选的,所述电机包括调速电机和摇头转叶电机,所述控制调节单元包括调速电路和摇头转叶电路,所述调速电路分别连接所述手势控制单元和所述调速电机,所述摇头转叶电路分别连接所述手势控制单元和所述摇头转叶电机。
其中,优选的,所述手势识别单元包括:手势图像采集模块、预处理模块,训练模块、匹配模块和输出控制模块,其中:
所述手势图像采集模块,用于采集用户的手势图像;
所述预处理模块,用于将所述手势图像进行预处理;
训练模块,用于将所述经过预处理后的手势图像建立手势图像数据库;
匹配模块,用于接收用户的手势控制命令,将所述手势控制命令与所示手势图像数据库中的手势图像进行匹配;
输出控制模块,用于根据所述匹配结果向控制调节单元输出控制信号。
其中,优选的,所述训练模块,用于通过非参数核判别分析的方法从经过预处理后的手势图像中提取有效的特征建立手势图像数据库。
其中,优选的,所述智能手势控制电风扇,其特征在于,还包括语音提示单元,所述语音提示单元连接所述手势控制单元,用于根据所述手势控制单元接收到的手势图像,播报所述手势图像对应的操作信息。
其中,优选的,所述智能手势控制电风扇,还包括语音采取单元,用于采取语音、对所述语音进行处理根据所述处理结果输出控制信号到控制调节单元。
实施本发明的技术方案,具有以下有益效果:利用新的图像特征提取方法来进行有效的手势识别,用户可以对着电风扇,通过设定好的手势即可实现对电风扇的一般操作:启动或关闭电风扇,改变风速,摇头或停止等。电风扇在接收到手势命令后,执行相应的操作,这样方便了人们的生活,人们可以更加方便快捷的使用该风扇。由于在手势识别模块中,采用了NKDA(非参数核判别分析)特征提取方法,所以手势识别率高,操作也更加简单,使电风扇更加人性化和智能化。
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仅用以解释本发明,并不用于限定本发明。
本发明实施例提供一种智能手势控制电风扇,如图1所示,该电风扇包括:手势控制单元110和控制调节单元120,所述手势控制单元110连接所述控制调节单元120,所述控制调节单元120连接电风扇的电机130;
其中,所述手势控制单元110,用于接收用户的手势图像,对所述手势图像进行识别判断,根据所述识别判断的结果指示所述控制调节单元120调节所述电机130的启动、关闭和转速。在具体的实施例中,所述电机130包括调速电机131和摇头转叶电机132,所述控制调节单元120包括调速电路121和摇头转叶电路122,所述调速电路121分别连接所述手势控制单元110和所述调速电机131,所述摇头转叶电路122分别连接所述手势控制单元110和所述摇头转叶电机132。
进一步的的实施例中,所述手势识别单元110包括:手势图像采集模块111、预处理模块112、训练模块113、匹配模块114和输出控制模块115,其中:
所述手势图像采集模块111,用于采集用户的手势图像,该手势图像采集模块可以是摄像头;
所述预处理模块112,用于将所述手势图像进行预处理,如进行采取、去噪等;
训练模块113,用于将所述经过预处理后的手势图像建立手势图像数据库;具体的,所述训练模块113,用于通过非参数核判别分析(NDKA)的方法从经过预处理后的手势图像中提取有效的特征建立手势图像数据库,在训练阶段通过训练模块113将采集并预处理后的手势图像建立一个数据库,例如,伸出一个食指,表示要一级风,两个手指表示要二级风,拳头代表关机等,这样,可以在控制操作阶段时,通过用户发出的手势与数据库中的这些手势相比较,如果比较能够对应上,根据在训练阶段对应的指示,发出控制信号,控制电机,即可以达到控制电风扇的目的,。
匹配模块114,用于接收用户的手势控制命令,将所述手势控制命令与所示手势图像数据库中的手势图像进行匹配;
输出控制模块115,用于根据所述匹配结果向控制调节单元120输出控制信号。
其中,通过NDKA的具体运算过程:
输入训练样本x1,x2,...,xM,其中W为样本总数
步骤一、计算权矩阵wΦ(i,j,k,l)=min{dα(xil,N(xil,i,k)),dα(xil,N(xil,j,k))}dα(xil,N(xil,i,k))+dα(xil,N(xil,j,k)),]]>其中dα(x,y)=(k(x,y)-2k(x,y)+k(y,y))α2,]]>N(xil,j,k)表示来自第i类第l个样本xil相对第j类的第k个最近邻样本。
步骤二、计算矩阵B,B=Σi=1cΣj=1j≠icΣk=1k2Σl=1niwΦ(i,j,k,l)B(i,j,k,l),]]>其中,B(i,j,k,l)=K1(i,j,k,l)TK1(i,j,k,l),K1(i,j,k,l)=[k(x1,xil),...,k(xM,xil)]-[k(x1,yjk),...,k(xM,yjk)],]]>yjk=N(xil,j,k).]]>步骤三、计算矩阵W,其中W=Σi=1cΣk=1k1Σl=1niW(i,k,l),]]>W(i,k,l)=K2(i,k,l)TK2(i,k,l),K2(i,k,l)=[k(x1,xil),...,k(xM,xil)]-[k(x1,yik),...,k(xM,yik)],]]>yik=N(xil,i,k).]]>
步骤四、计算矩阵W的特征矩阵Φ及相应特征值矩阵Θ;
步骤五、将B转换为BK=Θ-12ΘTBΦΘ-12.]]>
步骤六、计算BK,的特征矩阵Ψ及特征值矩阵Λ。
步骤七、计算映射矩阵W=ΦΘ-12Ψ.]]>
步骤八、对于输入x,计算特征向量y=WT[k(x1,x),k(x1,x),...,k(xM,x)]。
可以用预先设定好的手势来控制风扇,为了提高手势识别的正确识别率和稳定性,该发明中基于NKDA的手势识别算法,以利于更准确的控制风扇。
另外,在进一步的实施例中,所述智能手势控制电风扇,还包括语音提示单元,所述语音提示单元连接所述手势控制单元,用于根据所述手势控制单元接收到的手势图像,播报所述手势图像对应的操作信息。
在进一步的实施例中,所述智能手势控制电风扇,还包括语音采取单元,用于采取语音、对所述语音进行处理根据所述处理结果输出控制信号到控制调节单元,如果用户语音命令为自动定向送风,则通过语音采取单元进行音源定位处理,然后对语音信号进行降噪处理,以减少环境噪音对定位的影响,然后通过计算语音信号到达两个声音传感器的时间差距,进而可计算出声音的偏移角度,最后再输出相应的控制信号到控制调节单元。
图2为本发明实施例提供的之能手势控制电风扇的控制流程图,该控制流程包括:训练阶段和控制阶段,先通过训练阶段建立手势图像数据库,某个手势动作对应某个操作,然后通过NKDA的方法进行特征提取,还可以根据需要更新数据库的模式;
控制阶段通过摄像头采集手势图像,然后将该手势图像进行预处理后进行特征提取;
将控制阶段进行特征提取后的手势图像与通过NKDA的方法进行特征提取建立的数据库中的手势图像进行匹配,如果相匹配,则输出该手势对应的控制信号。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。