基于傅立葉描繪子的手勢(shì)識(shí)別算法.pdf

1、手勢(shì)的使用是一種重要的人機(jī)交互方式，基于視覺的手勢(shì)識(shí)別是實(shí)現(xiàn)新一代人機(jī)交互的一項(xiàng)關(guān)鍵技術(shù)。本文從手勢(shì)圖像的預(yù)處理、手勢(shì)的特征提取和手勢(shì)的識(shí)別三方面對(duì)基于視覺的手勢(shì)識(shí)別算法進(jìn)行了研究。 圖像預(yù)處理包括圖像增強(qiáng)、圖像分割和圖像形態(tài)學(xué)處理。本文首先對(duì)輸入的圖像進(jìn)行平滑，銳化處理，然后采用基于灰度的閾值分割方法，從圖像中分割出手勢(shì)，最后將得到的手勢(shì)部分圖像進(jìn)行膨脹和腐蝕處理，達(dá)到最佳的手勢(shì)分割效果。 在手勢(shì)的特征提取部分，本文針

2、對(duì)手勢(shì)圖像識(shí)別率較低，易受噪聲干擾的問題，提出一種基于二維極坐標(biāo)傅立葉描繪子的手勢(shì)特征提取算法。算法中設(shè)計(jì)的描繪子具有平移、尺度、旋轉(zhuǎn)不變性，與傳統(tǒng)的一維傅立葉描繪子相比，該描繪子不僅利用了手勢(shì)圖像的邊界信息，還提取了手勢(shì)圖像的內(nèi)部信息，受邊界噪聲的干擾更小，通用性更好，魯棒性更高。 針對(duì)手勢(shì)的識(shí)別，本文采用了基于BP神經(jīng)網(wǎng)絡(luò)的識(shí)別方法。首先利用大量的樣本圖像訓(xùn)練BP網(wǎng)絡(luò)，通過訓(xùn)練成功的網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)手勢(shì)圖像的識(shí)別，并根據(jù)輸出結(jié)果來(lái)