基于指尖定位的手勢識別算法研究.pdf

1、隨著計算機的快速發(fā)展，更加自然、高效的新型人機交互方式不斷出現(xiàn)。手勢是人類的基本溝通方式之一，符合人類的日常交流習(xí)慣，因此手勢識別作為主動式的人機交互方式，其研究具有重要的意義。但是目前在實際中應(yīng)用的手勢識別算法并不多，大多數(shù)仍停留在研究階段。針對這種情況，本文在靜態(tài)手勢識別和動態(tài)軌跡識別方面展開了研究。
　　本文提出了一種新型的實時手勢識別算法。靜態(tài)手勢識別部分可以識別中國手語中的30種手指語字母，平均識別率為93.7％。動態(tài)軌

2、跡識別部分可以識別中國手語中的百、千、弧、％和CO2五種軌跡，平均識別率為85.1％。
　　在膚色分割部分，本文結(jié)合背景差分對自適應(yīng)膚色檢測算法進行了改進。首先建立HSV-CbCr混合顏色空間進行膚色分割，然后采用背景差分得到手勢區(qū)域，統(tǒng)計手勢區(qū)域的色度信息，從而調(diào)整膚色閾值參數(shù)，形成自適應(yīng)膚色分割算法。該算法能夠適應(yīng)不同用戶的膚色差異，消除類膚色背景的影響，同時混合空間考慮了膚色的聚類性和可分辨性，降低了光照變化對膚色分割的影響

3、。
　　在多指尖定位方面，本文通過引入輪廓曲率分析改進了基于凸包計算的指尖檢測算法。由于指尖點位于凸包頂點上，因此首先計算輪廓凸包，確定指尖候選點的范圍，然后通過凸缺陷深度篩選，進一步減少指尖候選點，最后計算候選點的輪廓曲率，剔除頑固的干擾點，實現(xiàn)指尖的準(zhǔn)確定位。單指尖定位由凸包分析實現(xiàn)，按時間順序連接單指尖點即可得到指尖的動態(tài)軌跡。
　　在提取靜態(tài)手勢特征時，本文選擇了手勢的結(jié)構(gòu)特征和統(tǒng)計特征組成特征向量，這些特征不僅具有