基于骨架化和模板匹配的交通指揮手勢(shì)識(shí)別.pdf

1、隨著社會(huì)經(jīng)濟(jì)的飛速發(fā)展,交通擁擠情況日益惡化,嚴(yán)重影響人們的日常生活。交通警察指揮手勢(shì)對(duì)于緩解因天氣原因等引起的交通路口擁擠狀況以及無(wú)人駕駛等領(lǐng)域具有特別的意義。隨著計(jì)算機(jī)技術(shù)的不斷進(jìn)步,交通指揮手勢(shì)的識(shí)別技術(shù)逐漸成為人體動(dòng)作識(shí)別領(lǐng)域的一個(gè)研究熱點(diǎn)。本文主要研究基于視覺(jué)的交通指揮手勢(shì)識(shí)別技術(shù)。
　　 本文概述了人體動(dòng)作識(shí)別的相關(guān)知識(shí),具體針對(duì)交通指揮手勢(shì)的特點(diǎn),分析了現(xiàn)有的骨架細(xì)化算法和模板匹配方法,提出了基于輪廓?jiǎng)h減的骨架化算

2、法和基于加權(quán)Hausdorff距離的模板匹配方法,并將其應(yīng)用于交通指揮手勢(shì)識(shí)別中,實(shí)現(xiàn)了交通指揮手勢(shì)識(shí)別系統(tǒng),取得了良好的識(shí)別效果。主要研究?jī)?nèi)容如下:
　　 1.針對(duì)交通指揮手勢(shì)序列圖像中的圖像場(chǎng)景問(wèn)題,文中對(duì)原始手勢(shì)圖像進(jìn)行了包括圖像灰度化、圖像背景去除、圖像二值化、圖像數(shù)字形態(tài)學(xué)處理和圖像大小歸一共5部分的圖像預(yù)處理過(guò)程,提取出標(biāo)準(zhǔn)的二值化的目標(biāo)圖像。
　　 2.針對(duì)交通指揮手勢(shì)圖像序列中手勢(shì)圖像的冗余問(wèn)題,通過(guò)分析

3、指揮手勢(shì)的周期性特點(diǎn),文中提出了一種關(guān)鍵手勢(shì)提取方法,通過(guò)計(jì)算圖像序列中各手勢(shì)輪廓內(nèi)像素點(diǎn)的數(shù)量,提取出具有代表性的關(guān)鍵手勢(shì),提高了后續(xù)識(shí)別的效率。
　　 3.針對(duì)交通指揮手勢(shì)參數(shù)化問(wèn)題,通過(guò)分析交通指揮手勢(shì)的拓?fù)浣Y(jié)構(gòu)特性,本文提出一種基于輪廓?jiǎng)h減的骨架細(xì)化算法。首先提取出物體的輪廓,并將當(dāng)前的細(xì)化范圍從整個(gè)物體縮小到物體的輪廓,然后再在輪廓集合中通過(guò)判斷8-領(lǐng)域的分布特點(diǎn)刪除非骨架點(diǎn),最終得到物體的骨架。該骨架化算法能高效地提

4、取出具有良好連通性的交通指揮手勢(shì)。
　　 4.針對(duì)交通指揮手勢(shì)的識(shí)別問(wèn)題,文中提出了一個(gè)基于加權(quán)Hausdorff距離的模板匹配方法,該方法計(jì)算當(dāng)前手勢(shì)骨架坐標(biāo)參數(shù)與模板庫(kù)內(nèi)的各骨架樣本參數(shù)之間的加權(quán)Hausdorff距離,找到具有最小Hausdorff距離的模板即為當(dāng)前骨架的匹配模板。該方法提高了模板匹配的準(zhǔn)確性,在交通指揮手勢(shì)識(shí)別中具有良好的應(yīng)用性。
　　 實(shí)驗(yàn)結(jié)果表明,本文提出的方法可以正確識(shí)別交通指揮手勢(shì),并能夠