基于改进Hu矩的字母手势识别.pdfVIP

第29卷 第3期(上) 赤峰 学 院 学 报 (自然科 学 版 ) Vo1．29No．3 2013年 3月 JoumalofChifengUniversity(NaturalScienceEdition) Mar．2013 基于改进 Hu矩的字母手势识别 黄 国范，李 英 (南阳师范学院 软件学院，河南 南阳 473061) 摘 要：本文提 出了一种字母手势识别方法，首先对字母手势图像进行预处理，然后用模板匹配的方法进行识别，并用改 进的Hu矩作为特征向量进行测试样本与模板之间的相似性度量，以降低噪声的干扰．实验结果表明，我们的方法显著地提高 了识别准确率． 关键词 ：字母手势；模板匹配；Hu矩；特征提取 中图分类号：TP391 文献标识码：A 文章编号：1673—260X(2013)03—0023—02 1 引言 部平均法的算法思想是将图像中某个像素的灰度值和它周 随着人机交互技术的发展 ，手语识别逐渐成为人们研 围相邻的八个像素的灰度值相加，然后再求取平均值。以此 究的热点．手语识别可以分为基于视觉的识别系统和基于数 来作为新图中该像素的灰度值． 据手套的识别系统[11，基于视觉的手语识别方法交互方便 自 2．3 图像的二值化 然 ，更能反映机器模拟人类视觉的功能 ，是 目前手语识别的 图像的二值化是将灰度图像转换为只有两个灰度值即 研究重点． 黑白图像的过程．最简单的图像二值化方法可以通过设定阈 目前手语识别的方法主要有模板匹配法、隐马尔可夫 值来完成 ，即当该点的像素值大于设定的阈值时，以…0’标 模型法以及神经网络法等日，其中模板匹配的方法多用于静 志；否则以…1’标志．这样二值化后，图像变换为： 态手语的识别中．模板匹配的方法是首先进行手势训练建立 … 、 f1 iff(i，j)≥T 模板库，然后提取出特征向量与模板之间进行相似度计算来 g o／otherwi8e 进行匹配3【jJ模板匹配方法的优点是实现起来比较简单，计算 由此可见，二值化的关键取决于设定的阈值 复杂度较低 ，但对噪声非常敏感． 在我们的字母手势图像识别系统中，采用的图像背景 本文提出了一种改进Hu矩的方法对字母手势识别进 为黑色，比较单一，与手的灰度相差较大．因此，我们所采用 行研究，采用模板匹配的方法进行识别，选取经典 Hu矩作 的阈值的设定方法是：先拍摄一张背景图片，然后取背景图 为特征向量，并对其进行改进，通过增加一个位置加权函数 像的平均灰度值，再乘以一个系数，便可得到二值化的阈僧r： 来提高质心附近区域所占比重 ，以降低噪声的干扰．实验结 T=B*2．5 果表明，我们的方法可显著地提高识别准确率． 其中，B为背景图像的平均灰度值． 2 字母手势图像的预处理 3 字母手势图像的识别 在字母手势图像的预处理中，主要是进行灰度变换 、平 3．1 模板匹配 滑 、二二值化等处理，为下一步的识别作好准备工作． 模板匹配的常用方法有两种 ：全局匹配和特征匹配．全 2．1 图像的灰度化 ‘ 局匹配是把待测图像中的每一像素点和模板图像中的每一 我们通过数码相机采集到的图像，是24位真彩色的 像素点都进行匹配，以对待测图像进行分类识别．而特征匹 JPEG图像．该格式的图像数据量很大 ，直接进行识别会大大 配则是提取出图像 的某些特征，如直方图、点、线等几何特 影响识别的速度．为此