答辩基于计算机视觉的手势识别技术.pptVIP

论 文 题 目： 基于 计 算机 视觉 的 静态 手 势识别 技 术 指导教师： 学院： 专业： 姓名： 学号： LOGO 手势识别技术的研究背景及意义 ? 手势识别技术的研究背景 随着计算机技术的飞速发展，人机交互技术成为了当前最热门的 研究课题之一，并且人机交互技术正在从以计算机为中心逐步转移到 以人为中心。由于人手的特殊性，所以在人类日常交际活动中发挥重 要作用的手势，已经被当做一种最自然、直观而又易于学习的人机交 互手段进行广泛研究 。 ? 手势识别技术的发展历程 ? ? ? 基于数据手套的手势识别技术 基于标记手的手势识别 基于视觉的手势识别 手势识别技术的研究背景及意义 ? 手势识别技术研究的意义 手势识别的研究可以应用于计算机辅助哑语教学、电视节目双语播 放、虚拟人的研究、电影制作中的特技处理、动画的制作、医疗研究、 游戏娱乐等诸多方面，同时也有助于改善和提高聋哑人的生活学习和工 作条件，为他们供更好的服务；另外，手势的研究涉及到教学、计算机 图形学、机器人运动学、医学等多学科。因此，手势识别的研究是一个 非常有意义的课题 。 ? 静态手势识别的基本流程 在 RGB 空间的手 势图像 分割出的手势 二值图像 在特征空间表 示手势特征 识别出的手势 分割过程 特征提取 手势识别 全文介绍 本文主要研究内容 ? ? ? ? 手势图像预处理 手势图像分割 手势特征提取 手势图像分类识别 手势图像预处理 ? 图像的平滑 空域平滑滤波： 均值滤波法：用所选窗口的所有像素点的平均值来代替窗口 中心点的灰度值 。 ? 中值滤波法：把邻域中的图像的像素按灰度级排序后选择该 组的中间值作为像素值 。 ? 维纳滤波法：维纳滤波器是一种自适应滤波器，主要根据区域 内的方差来调整滤波器输出 ? ? 图像锐化 图像锐化就是补偿图像的轮廓，增强图像的边缘灰度有跳变 的部分，使图像的边缘、轮廓线以及图像的细节变的清晰 。 手势图像预处理 平滑滤波结果 手势图像预处理 图像锐化结果 原 始 图 像 拉 普 拉 斯 滤 波 后 的 图 像 原 始 图 像 梯 度 锐 化 的 图 像 手势图像分割 ? 色彩空间 RGB 色彩空间 YCrCb 彩色空间 HSI 色彩空间 ? 图像分割算法 基于 HSI 色彩空间的分割算法 H,S,I 三分量之间的相关性较小，可由色调 H 和饱和度 S 完 成独立于亮度的彩色区域分割。 RGB 空间图像 转换到 HIS 空间 经过多次试验确定 色调和饱和度上下阈值 根据阈值 分类像素点 手势图像分割 基于 YCrCb 色彩空间的分割 利用以下两式进行色彩空间的转换，在转换后的 YCrCb 色彩空 间中进行彩色阈值分割 。 ? r ? ? R ? 255 ? g ? ? ? G ? ? ? ? ? R ? G ? B ? 1 ? ? b ? ? ? ? B ? ? Y ? 0.299 r ? 0.5870 g ? 0.1140 b Cr ? 0.5000 r ? 0.4187 g ? 0.0813 b ? 128 Cb ? ? 0.1687 r ? 0.3313 g ? 0.5000 b ? 128 基于改进的 RGB 色彩空间的分割算法 利用传统的方法在 RGB 空间进行手势分割，需分别设定 R 、 G 、 B 三个分量的阈值 。 R ? G ? B H ? 3 由于亮度值为 RGB 三分量的平均 ( 左式 ) ，所以 传统方法受光照影响较大。 手势图像分割 经大量研究发现，虽然 RGB 色彩模型易受光照影响，但是 RGB 三种色彩对应三分量的色差值却保持在一定的范围之，即 受光照影响不大 。所以本文的改进方法是基于三分量的色差的 阈值分割。 经过大量的测算，得出如下式的阈值适合于本次 实验手的肤色 。 ( B ? G ) ? ? 0 . 066 ( B ? R ) ? ? 0 . 55 以上阈值可以得到较为理想的分割手势 下面对三种分割算法的分割效果进行分析比较 手势图像分割 分割出的手势图像 分割前图像 HSI 空间彩色 分割结果 HSI 空间二值 分割结果 YCrCb 空间二值分 割结果 改进的 RGB 空间 二值分割结果 手势特征提取 ? 特征提取的目的 降维，减小数据量 ? 特征提取算法 基于小波变换的特征提取算法 首先要对手势图像进行 N 级小波分解，得到 3N+1 幅子图像，然 后利用含有高频成分的 3N 幅子图像，求得一个长度为 3N 的向量。 基于 Hu 不变矩的图像特征提取 Hu 矩是一组经典的几何矩不变量，对图像旋转、比例和平移具 有不变性。 手势特征提取 Hu 矩组是图像中心矩前七个矩的函数， Hu 将七个不变矩用作图 像特征向量， Hu 矩组反映了图像的本质属性。 基于 Bamieh 不变矩