基于骨架化和模板匹配的交通指揮手勢識別.pdf

1、隨著社會經(jīng)濟的飛速發(fā)展,交通擁擠情況日益惡化,嚴重影響人們的日常生活。交通警察指揮手勢對于緩解因天氣原因等引起的交通路口擁擠狀況以及無人駕駛等領(lǐng)域具有特別的意義。隨著計算機技術(shù)的不斷進步,交通指揮手勢的識別技術(shù)逐漸成為人體動作識別領(lǐng)域的一個研究熱點。本文主要研究基于視覺的交通指揮手勢識別技術(shù)。
　　 本文概述了人體動作識別的相關(guān)知識,具體針對交通指揮手勢的特點,分析了現(xiàn)有的骨架細化算法和模板匹配方法,提出了基于輪廓刪減的骨架化算

2、法和基于加權(quán)Hausdorff距離的模板匹配方法,并將其應(yīng)用于交通指揮手勢識別中,實現(xiàn)了交通指揮手勢識別系統(tǒng),取得了良好的識別效果。主要研究內(nèi)容如下:
　　 1.針對交通指揮手勢序列圖像中的圖像場景問題,文中對原始手勢圖像進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)處理過程,提取出標準的二值化的目標圖像。
　　 2.針對交通指揮手勢圖像序列中手勢圖像的冗余問題,通過分析

3、指揮手勢的周期性特點,文中提出了一種關(guān)鍵手勢提取方法,通過計算圖像序列中各手勢輪廓內(nèi)像素點的數(shù)量,提取出具有代表性的關(guān)鍵手勢,提高了后續(xù)識別的效率。
　　 3.針對交通指揮手勢參數(shù)化問題,通過分析交通指揮手勢的拓撲結(jié)構(gòu)特性,本文提出一種基于輪廓刪減的骨架細化算法。首先提取出物體的輪廓,并將當(dāng)前的細化范圍從整個物體縮小到物體的輪廓,然后再在輪廓集合中通過判斷8-領(lǐng)域的分布特點刪除非骨架點,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。
　　 4.針對交通指揮手勢的識別問題,文中提出了一個基于加權(quán)Hausdorff距離的模板匹配方法,該方法計算當(dāng)前手勢骨架坐標參數(shù)與模板庫內(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確性,在交通指揮手勢識別中具有良好的應(yīng)用性。
　　 實驗結(jié)果表明,本文提出的方法可以正確識別交通指揮手勢,并能夠