基于Hu不变矩及傅里叶描述子手势分类算法.docVIP

基于Hu不变矩及傅里叶描述子手势分类算法 　　摘 要 手势识别是实现人机智能交互的重要组成部分，手势分类则是实现手势识别的重要前提。本文提出采用Hu不变矩和傅里叶描述子作为手势特征，并用随机森林算法训练上述特征，然后利用这两种特征对指定手势进行分类。实验结果表明，对每种手势取一定数量的样本进行训练后，手势分类平均准确率为91.69%，说明该方法可有效地实现对指定手势分类。 　　【关键词】手势分类 几何矩 Hu不变矩 傅里叶描述子 随机森林 　　手势是日常生活中最常用的沟通方式之一，它使人们之间的交流变得容易。由于现代设备用品都趋于智能化，设备与人之间的成功交互变得尤为重要。因手势控制设备方便快捷，所以人机交互方面引入手势控制可大大方便用户。要想让智能设备知道手势的含义就需要对手势进行分类、识别等操作。 　　对手势进行分类最重要的部分之一就是手势特征的提取，本文提取手势的Hu不变矩及归一化傅里叶描述子特征，并用随机森林算法对这些特征进行训练学习，实验结果表明该算法可有效地实现对指定手势的分类。 　　1 图像预处理 　　1.1 手势分类分为以下几个步骤 　　（1）图像预处理； 　　（2）特征提取； 　　（3）手势训练； 　　（4）手势分类。 　　因采集到的手势图像受到噪声影响，所以首先需对其进行去噪处理。此外，还需将目标手势从众多背景物体中凸显出来，且使其边缘更加清晰，以弱化其他物体，方便对目标手势进行描述。 　　1.2 平滑处理 　　为消除图像中的椒盐噪声等，同时避免在消除噪声时损坏目标边缘，本文采用中值滤波对图像进行平滑处理。其基本原理是把目标图像中某一点的值用该点邻域中各点值的中值代替，让周围的像素值接近真实值，以达到消除孤立噪声点的目的，本文采用3×3中值模板。 　　1.3 颜色空间转换 　　用肤色易将手势与大多数背景物体区分开，为更好地描述肤色信息需要选择合适的颜色空间，经研究发现，多数情况下HSV颜色空间相对容易区分开肤色与非肤色特征。图1初始输入的手势为RGB颜色空间图像，利用手部区域的肤色信息可将手部区域与大部分背景物体区分开。为进一步提取手部区域特征，需要将RGB颜色空间转化为HSV颜色空间，然后再进行相应处理。 　　研究表明，HSV颜色空间中表示色调的H分量含有较完整的手部区域信息，所以首先提取H分量，如图3所示，然后再对H分量进行二值化操作，如图4所示。 　　为获取手部区域边缘特征，对图4中的二值化图像进行轮廓查找及膨胀腐蚀等操作，最后得到较完整的边缘信息，如图5所示。 　　2 手势特征提取 　　2.1 Hu不变矩 　　几何矩描述图像区域中的几何等相关特征，通过分析可知几何矩在缩放、平移、旋转等方面表现出一些不变特征。 　　Mpq表示阶几何矩，如式（1）所示： 　　按傅里叶描述子的方法将二维图像变换为一维复数序列点，再进行离散傅里叶变换，但变换后数据点数较多，导致计算量增加，故需对手势轮廓进行数据压缩。 　　分别从图5所示的手势轮廓中选取10点、30点、50点、70点，如图6所示。 　　由图6可知，选取10点的手势轮廓与正常手势轮廓相比存在严重失真，选取30点的手势轮廓仍有部分失真，而选取50点及70点的手势轮廓则较完整且基本相同。综合考虑特征保留的完整度和计算速度，本文从轮廓点中选取50点，然后将这50个点坐标按照本节所述方法进行离散傅里叶变换，最后取傅里叶变换系数的前15个点作为描述手势的特征。 　　2.3 手势训练 　　随机森林包含多个决策树，且决策树之间无关联。得到随机森林后，一个新样本输入时，随机森林中的决策树首先对该样本进行初步判断，然后投票决定该样本最终属于哪一类。 　　提取2.1节中的Hu不变矩和2.2节中的傅里叶描述子对手势区域进行描述，然后将获取的特征用随机森林算法进行训练学习即可得到相应分类器。 　　3 实验结果及分析 　　本文实验中图像分辨率为640×480，软件环境为Win7，VS2010；硬件环境为CPU Intel（R） Core（TM）2 @ 2.10GHz，内存2G。 　　对图7所示四种手势按上述方法提取特征，再用随机森林算法对其进行训练并分类。 　　本文对图7所示的四个手势进行训练时，所提取的手势样本数分别为400×4、1100×4、1500×4，并对特征生成时间、样本训练时间、训练样本识别率以及DFT特征点数等作对比，如表1所示。 　　由表1可知，样本数为400×4，DFT特征点数为10时，其特征生成时间最低为117.795s，样本训练时间为5.014s；样本数为1500×4，DFT特征点数为20时，其特征生成时间最高为643.925s，样本训练时间为26.726s；准确率最低为86.95%，最高为94.2