基于視覺的手勢識別算法研究.pdf

1、手勢的使用已經(jīng)成為一種重要的人機(jī)交互(HCI)方式,它是一種自然而直觀的人際交流模式.基于視覺的手勢識別是實現(xiàn)新一代人機(jī)交互所不可缺少的一項關(guān)鍵技術(shù),然而由于手勢本身具有的多樣性、多義性、以及時間和空間上的差異性等特點,加之人手是復(fù)雜變形體及視覺本身的不適定性,因此基于視覺的手勢識別是一個極富挑戰(zhàn)性的多學(xué)科交叉研究課題,它的研究涉及模式識別、圖像處理、生理學(xué),心理學(xué)、認(rèn)知科學(xué),與計算機(jī)人機(jī)感知交互領(lǐng)域都有密切聯(lián)系.該文結(jié)合上海市自然科學(xué)

2、基金資助課題"手勢識別和合成算法",從手勢圖像的預(yù)處理、手勢特征提取和手勢識別等三個方面研究了基于視覺的手勢識別的識別算法.在手勢圖像的預(yù)處理部分,該文首先對輸入手勢圖像采用局部平均法進(jìn)行平滑,然后對圖像采用Laplacian算子進(jìn)行銳化,最后對圖像采用最大方差比法進(jìn)行二值化處理.在手勢圖像的特征提取和識別部分,該文首先采用八鄰域搜索法對二值化的手勢圖像進(jìn)行邊緣檢測,得到連通的手勢外輪廓,然后嘗試兩種方法進(jìn)行特征提取和識別:基于形狀特征

3、的特征提取和識別及基于傅立葉描述子的特征提取和識別.在基于形狀特征的特征提取和識別中,該文首先根據(jù)手勢圖像中手指的方向及數(shù)目進(jìn)行粗分類,然后在邊界圖像及二值圖像中提取手勢的周長、面積、重心距等形狀特征向量,再進(jìn)行基于類似度的模板匹配,實現(xiàn)對字母手勢的細(xì)分類;在基于傅立葉描述子的特征提取和識別中,該文提出并分析了具有旋轉(zhuǎn)、平移和尺度變換不變性,平且與邊界的起點位置無關(guān)的傅立葉描述子,并把傅立葉描述子及歐式距離應(yīng)用于字母手勢的識別中,通過計