[发明专利]一种基于中值滤波和Hu矩向量的手语识别方法

说明书

技术领域

本发明涉及数字几何图像的简化处理领域，特别涉及一种基于中值滤波和Hu矩向量的手语识别方法。

背景技术

随着语音识别和图像处理的研究，越来越多的研究者致力于帮助聋哑人和正常人进行正常沟通交流。同时近年来手势识别也受到越来越多的重视，成为和指纹、人脸同等重要的识别方式。手语是一种通过动作来表达信息的语言，“手形是它的物质载体，通过手的形状、位置、运动来传递信息”。为了使聋哑人或听觉障碍者更好地实现远程交流，手语识别成为目前研究者重点关注的问题之一。

目前手语识别的研究按照采集手语的输入设备可以分为两种：依靠数据手套、视觉设备和肘部弯曲传感器等辅助设备的手语识别和基于视觉技术的手语识别。利用数据手套作为输入设备的方法是用户通过一种佩戴特殊的数据手套，做出各种手语动作，通过一种位置跟踪器把手的姿势、手的运动空间的数据传输给计算机。另外，近年来研究者越来越多的使用图像处理的方法进行手语识别，并且取得了一定的效果。基于计算机视觉的手语识别方法是利用摄像机等图像采集设备输入手势，其方法的显著优点是打手语者不用佩戴复杂的数据手套，基本不受设备约束和影响。目前基于图像处理的的手语识别大多采用图像分割的方法。然而，上述方案存在以下缺点：(1)利用数据手套作为输入设备的方法，设备昂贵且携带不方便，而且给用户带来许多不便(如出汗)，从而很难得到大规模的应用。(2)基于图像处理的的手语识别大多采用图像分割的方法，但是，目前还没有一种边缘分割的方法可以达到很好的处理方法，必然导致图像数据的缺失。

因此，有必要提供一种基于中值滤波和Hu矩向量的手语识别方法来弥补上述缺陷。

发明内容

本发明的目的在于提供一种能够提高手语图像的正确识别率，具有较好的鲁棒性，有效改善手语识别效果的手语识别方法。

为实现上述目的，本发明提供一种基于中值滤波和Hu矩向量的手语识别方法，包括以下步骤：步骤1：获取待识别手语的彩色图像；步骤2：对获取到的彩色图像进行归一化处理；步骤3：对彩色图像进行灰度变换处理；步骤4：对灰度图像进行中值滤波处理；步骤5：提取处理后的手语图像的矩不变量得到待匹配图像的特征向量；步骤6：计算待匹配图像与手语标准图像的特征向量之间的欧氏距离；步骤7：识别手语。

较佳地，所述步骤2中的归一化处理将图像统一成480*640。

较佳地，所述步骤3的灰度变换将图像变换成8位灰度图像。

具体地，所述步骤4进一步包括以下步骤：步骤41：取得新采样；步骤42：判断输入的采样是否代表信号；若是，继续步骤43；若否，重复步骤41；步骤43：使用滑动窗口处理窗口中的数值；步骤44：输出中值。

较佳地，所述步骤7的识别手语的步骤为：比较待匹配图与手语标准图特征向量的欧氏距离，当两者的欧氏距离为最小值时，判断该标准手语为对应的待识别手语。

与现有技术相比，本发明所提供的一种基于中值滤波和Hu炬向量的手语识别方法，结合中值滤波与不变矩特征量，更好的克服手语图像采集中光照不均的影响和传统手语识别中基于图像分割造成的边缘信息损失。对于外界环境不同不可避免造成的手语图像旋转、缩放和平移等图像的非本质性改变具有很好的鲁棒性。特别是对含有椒盐噪声信噪比较高的图像具有很好的效果，可以有效的改善手语识别效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本发明的基于中值滤波和Hu矩向量的手语识别方法的流程图；

图2为图1中步骤S104的子流程图；

图3a及图3b为本发明实施例中代表字母的一手语图像的不同角度的示意图；

图4为图1中步骤S107的子流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。