基于几何矩的手势识别算法-计算机应用技术专业论文.docxVIP

摘要 手势识别的研究具有广阔的实际应用前景，具体表现在诸多方面如 z 对语 音识别起着辅助作用:利用手势控制 VR(V挝ual It臼1ity)中的智能化;机器人的 示范学习:虚拟现实系统中的多模式接口:可以使聋哑入使用手语和正常人交流 等。另外，手语的研究涉及到教学、计算机图形学、机器人运动学、医学等多学 科。 本文结合上海市自然科学基金资助课题手势识到 ，从手势图像的预处理、 手势特征提取和手势识别等三个方面研究了基于视觉的手势识别的识别算法。提 出了一种基于统计分析的手势识别的方法，利用几何矩进行特征提取，并应用到 手势识别中去，解决了手势识别过程中手势的旋转，缩放，尺度交换所带来的问 题，使得手势识别系统具有很好的稳定性， 在图像预处理阶段，我们主要是对手势字母图像进行平滑、锐化和二值化的 处理。平滑主要采用模板操作:锐化过程中使用拉普拉斯算子进行锐化;而 二值 化则采用的是最大化方差的做法。 特征提取的好坏则直接关系到手势识别的效果。由于手势图像具有旋转、尺 度等不确定性，给特征提取带来了诸多困难 F 而儿何矩是一种基于统计分析的算 法，本文即将其应用于提取不同手势的特征，被提取的特征可以做到不随图像的 旋转、平移的变化而变化，应用到手势识别系统中去表现出有着良好的适应性、 稳定性。 在样本库的建立过程中，我们采集了中国手语字母手势，共三套，其中两套 作学习用，以形成标准库，第三套则用来测试算法的识别率。 识别过程则是将输入的手势图像进行一些预处理、提取特征量再与标准库中 的手势的特征做比对，距离〈加权的欧几里德距离〉最小的即为匹配手语- 实验中，我们使用了汉语手势字母的全部 30 个手势，并加入阿拉伯数字 10 个手势，共 40 个手势，实验中一次识别率达到 86.7%，累积二次识别率即可达 93%。 关键词=图像增强图像锐化几何矩特征手势识别 ABSTRACT The Research of Gesture-Language can be applied in many fields such as Computer Access Gesture-Language Teaching，TV Bi1ingual Broadc豁出毡， tbe search of Virtual Human.ηle search òf Gesture-Language includes the following subjects : Teaching，Computer Graphology，Robot Motion and Physic etc. lt is a very meaningful subject. The Search of Gesture Recognition has a wide range of applications such as :the communication between the deaf and the normal，the access recognition of voice recognition，the con柱。lofVR，性le study of robot . ηl?s article gives a method of Gesture Recognition based on Statistics. We can apply the Geometric Moment in the Fωture Extraction. We can solve the problem of Recognition brought by rotation and scale. 11le Gesture Rec。但ition mainly includes the following process: Image preprocessing ，feature extraction， pa饥em rec081ition- In the process of image preprocessing there 缸e several image operations such as im.age smoot image sharpen and image segment. We use 吐le template operation in 也e process of iinage smoo也ing，laplacian opera:ωr m 也.epro臼ss of image sharpenìng and maximum variance me也odin 也e process of Region segment. Feature Extraction is vita1 ω Ge阳e