基于傅立葉描繪子的手勢識別算法.pdf

1、手勢的使用是一種重要的人機交互方式，基于視覺的手勢識別是實現(xiàn)新一代人機交互的一項關(guān)鍵技術(shù)。本文從手勢圖像的預(yù)處理、手勢的特征提取和手勢的識別三方面對基于視覺的手勢識別算法進行了研究。 圖像預(yù)處理包括圖像增強、圖像分割和圖像形態(tài)學(xué)處理。本文首先對輸入的圖像進行平滑，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，最后將得到的手勢部分圖像進行膨脹和腐蝕處理，達到最佳的手勢分割效果。 在手勢的特征提取部分，本文針

2、對手勢圖像識別率較低，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特征提取算法。算法中設(shè)計的描繪子具有平移、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圖像的邊界信息，還提取了手勢圖像的內(nèi)部信息，受邊界噪聲的干擾更小，通用性更好，魯棒性更高。 針對手勢的識別，本文采用了基于BP神經(jīng)網(wǎng)絡(luò)的識別方法。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)來實現(xiàn)手勢圖像的識別，并根據(jù)輸出結(jié)果來