[發明專利]基于Kinect傳感器的靜態手語字母識別系統及方法

有效

• 申請號: 201410191394.3
• 申請日: 2014-05-07
• 公開（公告）號: CN103927555B
• 公開（公告）日: 2018-01-05
• 發明（設計）人: 胡章芳;羅元;張毅;楊麟;席兵
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 重慶華科專利事務所50123
• 代理人: 康海燕

1.基于Kinect傳感器的靜態手語字母識別方法，其特征在于：包括如下步驟：

1)利用攝像模塊的Kinect傳感器獲取深度圖像；

2)利用圖像預處理模塊，將攝像模塊獲取的深度圖像進行初步的降噪處理；利用手像素區域分割模塊，通過二值化方法對獲得的深度圖像進行手像素區域分割，使得手部區域成為感興趣區域；

3)利用靜態手語特征提取模塊，采用SURF算法提取特征點；同時采用特征點篩選算法對SURF算法的計算結果進行優化，剔除錯誤特征點；

4)利用靜態手語識別模塊，對生成的64維的SURF特征點描述符，采用“一對一”SVM分類法，進行分類訓練，得出識別的結果；

所述特征點篩選算法為：

設實時圖像和模板圖像分別為I、I′，其特征點集分別為C＝{C₁,C₂,…C_n}、C′＝{C₁′,C₂′,…C_n′}，其對應的一對匹配特征點對為P、P′，其中P∈C，P′∈C′，在半徑為r的鄰域內，若兩幅圖像只存在平移和旋轉，則應該滿足以下結論：

1)鄰域特征點總個數相同，即以P為中心，以r為半徑的鄰域內特征點總個數，應等于以P′為中心，以r為半徑的領域內特征點總個數；

2)對應特征點的間距相同；設C_i,C_j∈C，C_i′,C_j′∈C′，C_i、C_i′是對應的一對特征點，C_j、C_j′也是對應的特征點，則C_i與C_j的距離值應當和C_i′與C_j′的距離值應相等，即d(C_i，C_j)＝d(C_i′，C_j′)；

基于以上原理，根據以下步驟來剔除錯誤的特征點：

1)定義一個自適應半徑r，若在以當前r為半徑的鄰域內，特征點個數少于2個，則將r的值提高一倍后再計算特征點個數；若在以當前r為半徑的鄰域內，特征點個數大于2個，則進行下面兩個步驟；

2)計算以匹配點對P、P′為中心，半徑為r的鄰域內特征點的個數，若特征點的個數相同，則P是正確的特征點，否則，P是錯誤的特征點，需要進行剔除；

3)計算該特征點與其鄰域內其他特征點的距離，通過這一參數限制進一步剔除錯誤特征點：設P、P′是已滿足鄰域特征點總數相等這個條件，假設在以r半徑的鄰域內特征點個數為n，則將P、P′到其鄰域內其他特征點的距離按照降序排列統計后分別記為D₁＝{d₁,d₂,…d_n}和D₂＝{d₁′,d′₂,…d′_n}，若D₁與D₂的偏差在允許的范圍內，則認為P是正確的特征點，否則不匹配。