基于圖像高階NMI值的手勢識別算法研究.pdf

1、手勢識別的研究具有廣闊的實(shí)際應(yīng)用前景,具體表現(xiàn)在諸多方面如:對語音識別起著輔助作用;利用手勢控制VR(Virtual Reality)中的智能化;機(jī)器人的示范學(xué)習(xí);虛擬現(xiàn)實(shí)系統(tǒng)中的多模式接口;可以使聾啞人使用手語和正常人交流等.另外,手語的研究涉及到教育學(xué)、計(jì)算機(jī)圖形學(xué)、機(jī)器人運(yùn)動學(xué)、醫(yī)學(xué)等多學(xué)科.該文結(jié)合上海市自然科學(xué)基金資助課題"手勢識別與手語合成",從手勢圖像的預(yù)處理、手勢的特征提取和手勢的分類器設(shè)計(jì)等三方面研究了基于視覺的手勢識

2、別的識別算法.在圖像預(yù)處理階段,我們先對手勢圖像進(jìn)行灰度化處理,再用高斯模板對手勢圖像進(jìn)行平滑去噪,平滑后的圖像我們用KSW熵方法對手勢圖像進(jìn)行二值化,對二值化后的圖像作去除麻點(diǎn)和區(qū)域生長的操作,以得到最佳的二值化效果.在特征提取環(huán)節(jié),我們提出了根據(jù)手勢的伸展方向?qū)κ謩葸M(jìn)行粗分類,然后提取手勢圖像的高階NMI值作為手勢的特征向量對手勢進(jìn)行識別的方法,這種方法中提取的特征有良好的旋轉(zhuǎn)、大小和平移的不變性.在分類器的設(shè)計(jì)上,我們用留一法將9