[发明专利]基于视觉的静态手势识别方法

权利要求书

1.一种基于视觉的静态手势识别方法，其包括以下步骤：S1手势图像预处理，根据人体的肤色特征从环境中分割出手区域，然后通过图滤波及图像形态学操作得到手势轮廓；S2手势特征参数提取，提取了Hu不变矩特征，手势区域特征以及傅立叶描述子参数，组成特征向量；S3手势识别，使用多层感知器分类器，该分类器具有自组织和自学习能力，能有效的抗噪声和处理不完整模式以及具有模式推广能力。

2.根据权利要求1所述的基于视觉的静态手势识别方法，其特征在于：所述的步骤S1包括S11二值化手势图像，S12平滑滤波去噪以及S13轮廓提取。

3.根据权利要求2所述的基于视觉的静态手势识别方法，其特征在于：所述的S11二值化手势图像是根据人体的肤色信息对原始的手势图像进行二值化处理，得到人手区域。

4.根据权利要求2所述的基于视觉的静态手势识别方法，其特征在于：所述的S12平滑滤波去噪使用中值滤波和线性平滑滤波对手区域二值图进行去噪，得到清晰地手势区域。

5.根据权利要求4所述的基于视觉的静态手势识别方法，其特征在于：所述的S13轮廓提取采用拉普拉斯边缘提取算法。

6.根据权利要求1所述的基于视觉的静态手势识别方法，其特征在于：所述的手势区域特征包括手势区域面积与手势区域矩形面积的比值，手势区域的长宽比，手势二值图的重心将手势外接矩形分割的上下两段的比例，手区域面积以及手势轮廓的周长。

7.根据权利要求6所述的基于视觉的静态手势识别方法，其特征在于：手势区域矩形计算出来以后，手势的面积(area)即为手区域包含的像素总数，通过扫描二值图中手势区域矩形区域，计算黑色点的个数即可得出

area＝∑∑f(x，y)

其中

8.根据权利要求6所述的基于视觉的静态手势识别方法，其特征在于：手势轮廓的周长手势轮廓的周长(hand perimeter)即为手势轮廓图像在手势区域矩形区域内包含的像素总数，通过扫描手势轮廓图中手势区域矩形区域，计算黑色点的个数即可得出：

hand_perimeter＝∑∑f(x，y)

其中

9.根据权利要求1所述的基于视觉的静态手势识别方法，其特征在于：所述的傅立叶描述子参数在计算时要进行归一化。