基于几何特征的手势识别算法研究-计算机软件与理论专业论文.docxVIP

于 JL (nJ专JAit.的手势以割掉tji 顿说 摘要 子势是人们生活当中种自然而直观的人际交流模式，随着计算机技术的发 展和人机交豆逐渐向以人为中心轮移 F 对于势识别的研究也远渐成为人们研究的 热点。然丽，由于于势本身具有的多样性、多义性、以及时间和空间上的差异性 等特点声细之人于是复杂变形体及视觉本身的不适定位置因此基于视觉的手势识 别是个极富挑战性的多学科交义研究课题。手势分为动态手势和静态手势，动 态手势定义为手运动的轨迹?丽静态手势强调通过手型传递…定的意义。本文结 合上海市自然科学基金资助课题手势识别和合成算法气对静态的手势识别算 法进行研究。 手势识别的过程大致分为三个部分，手势图像预处理、手势图像特征提取和 识别。在手势图像预处理部分，对已经被标准化的手势图像(大小为 128*12R 像素的 bmp 格式的灰度图)，根据需要采用局部平均法对图像进行平滑，然后对 图像采用拉普拉斯算子进行锐化，再对图像采用最大方差法进行一二值化 F 最后用 八 /il句邻域搜索法对二值化图像做轮廓提取。 在手势将1tE提取和识别部分，本文提出 Y 两种基于手势图像几何特征的方 法: HDC 提取关键点的识别算法反应用几何矩和 canny 边缘检测综合的识别算 法a 在 HDC 提取关键点的识别算法中萝提出一种提取手势轮廓曲线关键点对手势 进行识别的算法。手势图像经过二值化后，提取其轮廓口将图像的轮廓看成恤 条 曲线事应用层次离散相关原理，以一个内核对曲线进行多次平滑，得到曲线的尺 度空间穿再通过跟踪幽线在尺度空间中的运动找出手势轮廓的关键点。最后通过 最小距离法进行识剔。在应用几何矩和 canny 边缘检测结合的识别算法中，提出 一种结合几何矩和边缘检测的手势识别算法带手势图像经过二值化处理后，提取 手势图像的几何矩特征，取出几何矩特征七个特征分量中的四个分量萝形成手势 的几何矩特征向量。在灰度阁基础上直接检测图像的边缘暨利用直方图表示图像 的边界方向特征。最后量通过设定两个特征的权重来计算图像间的距离，对 30 个字母手势进行识到。 最后， HDC 提取关键点的识别算法在实验中对 30 个手势进行识别啻识别率 为 83.3% 。应用几何矩和canny 边缘检测结合的识别算法结合了两种图像特征的 优点 F 在实验中识别率为 91.3%。 关键字 手势识别，关键点 F 几何矩，边缘检测，欧式距离 1 萃 1儿何特 (tt 自 f 势以圳:算以研究 ABSTRAC丁 Hand gestures play a natural and intuitive communication mode for all human dialogs. With the development of computer technology，HCt(Human Computer Interaction) is advancing and human is becoming the center in HCI. So a growing number 01 researcher are concerning the study on hand gesture recognition. Howeverf vision-based recognition of hand gestures is an e刘remely chaUenging interdiscip1inary project due to following three reasons: (1) hand gestures are rich in diversities ，multi-meanings，and space-time varietìes; 但) human hands are complex non-rig?d objects; 但) computer vision ifself is an ill-posed problem. Hand gestures include dynamic hand gestures ， whose meanings are based on the track of the motion of hands，and static hand gestures in which the shape of hand gesture is used to express the meaning. This paper，as a part of the researching subject ，the algorithm 01 hand gesture recognition a