[發(fā)明專利]基于視覺的靜態(tài)手勢識別方法

無效

• 申請?zhí)枺?/td>: 200910190601.2
• 申請日: 2009-09-25
• 公開（公告）號: CN101661556A
• 公開（公告）日: 2010-03-03
• 發(fā)明（設(shè)計）人: 王軒;吳堃;于成龍;王茂吉
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學深圳研究生院
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 深圳市科吉華烽知識產(chǎn)權(quán)事務(wù)所
• 代理人: 胡吉科

1.一種基于視覺的靜態(tài)手勢識別方法，其包括以下步驟：S1手勢圖像預(yù)處理，根據(jù)人體的膚色特征從環(huán)境中分割出手區(qū)域，然后通過圖濾波及圖像形態(tài)學操作得到手勢輪廓；S2手勢特征參數(shù)提取，提取了Hu不變矩特征，手勢區(qū)域特征以及傅立葉描述子參數(shù)，組成特征向量；S3手勢識別，使用多層感知器分類器，該分類器具有自組織和自學習能力，能有效的抗噪聲和處理不完整模式以及具有模式推廣能力。

2.根據(jù)權(quán)利要求1所述的基于視覺的靜態(tài)手勢識別方法，其特征在于：所述的步驟S1包括S11二值化手勢圖像，S12平滑濾波去噪以及S13輪廓提取。

3.根據(jù)權(quán)利要求2所述的基于視覺的靜態(tài)手勢識別方法，其特征在于：所述的S11二值化手勢圖像是根據(jù)人體的膚色信息對原始的手勢圖像進行二值化處理，得到人手區(qū)域。

4.根據(jù)權(quán)利要求2所述的基于視覺的靜態(tài)手勢識別方法，其特征在于：所述的S12平滑濾波去噪使用中值濾波和線性平滑濾波對手區(qū)域二值圖進行去噪，得到清晰地手勢區(qū)域。

5.根據(jù)權(quán)利要求4所述的基于視覺的靜態(tài)手勢識別方法，其特征在于：所述的S13輪廓提取采用拉普拉斯邊緣提取算法。

6.根據(jù)權(quán)利要求1所述的基于視覺的靜態(tài)手勢識別方法，其特征在于：所述的手勢區(qū)域特征包括手勢區(qū)域面積與手勢區(qū)域矩形面積的比值，手勢區(qū)域的長寬比，手勢二值圖的重心將手勢外接矩形分割的上下兩段的比例，手區(qū)域面積以及手勢輪廓的周長。

7.根據(jù)權(quán)利要求6所述的基于視覺的靜態(tài)手勢識別方法，其特征在于：手勢區(qū)域矩形計算出來以后，手勢的面積(area)即為手區(qū)域包含的像素總數(shù)，通過掃描二值圖中手勢區(qū)域矩形區(qū)域，計算黑色點的個數(shù)即可得出

area＝∑∑f(x，y)

其中

8.根據(jù)權(quán)利要求6所述的基于視覺的靜態(tài)手勢識別方法，其特征在于：手勢輪廓的周長手勢輪廓的周長(hand?perimeter)即為手勢輪廓圖像在手勢區(qū)域矩形區(qū)域內(nèi)包含的像素總數(shù)，通過掃描手勢輪廓圖中手勢區(qū)域矩形區(qū)域，計算黑色點的個數(shù)即可得出：

hand_perimeter＝∑∑f(x，y)

其中

9.根據(jù)權(quán)利要求1所述的基于視覺的靜態(tài)手勢識別方法，其特征在于：所述的傅立葉描述子參數(shù)在計算時要進行歸一化。