[发明专利]一种基于KNN和像素比梯度特征的静态手语识别方法

说明书

本发明公开一种基于KNN和像素比梯度特征的静态手语识别方法。该方法包括：步骤1：拍摄彩色图像；步骤2：基于图像的颜色特征对图像进行二值化；步骤3：基于图像的形状特征定位手的位置，并分割出来；步骤4：对分割后的图像进行归一化；步骤5：提取图像的像素比和梯度特征作为图像的特征向量；步骤6：计算输入的特征向量与标准手语图像特征库的欧氏距离；步骤7：基于KNN算法确定最佳匹配结果；步骤8：将识别结果输出。本发明结合了图像颜色特征、形状特征和像素比梯度特征，并且利用了KNN算法来进行特征匹配，提高了识别率和对不同环境的适应性，而且算法相对较简单，复杂度低，系统运行速度快，设备成本低廉。

技术领域

本发明属于静态手语识别技术领域，特别涉及一种图像分割、定位、特征提取和模式识别的静态手语识别方法。

背景技术

据了解，我国听力、语言残障人士超过2000万人，而且每年还在以2万～3万名的速度递增。对手语——这类人群最重要的交际手段——进行研究，不仅有助于改善和提高这些残疾人士的生活、学习和工作条件，为他们提供更好的服务，同时也可以应用于计算机辅助哑语教学、电视节目双语播放、虚拟人研究、电影制作中的特技处理、动画制作、医疗研究、游戏娱乐等诸多方面。

计算机视觉技术的发展涉及到多学科领域,内容相当广泛，与光学、信号处理、人工智能、模式识别、图像处理及计算机技术等都相关。随着信号处理理论、计算理论、视觉理论、等相关技术的发展,计算机视觉也得到了快速的发展,并以其非接触性、自动化、可视化、实时性和智能性等特点广泛地应用于工业生产、医疗卫生、航空航天、科学研究及国防建设等各个领域,受到很多国家和行业的高度重视。

根据手势输入途径的差异,可将手语识别分为基于数据手套和基于计算机视觉两大类。在基于数据手套的手语识别中，人体做出各种手势动作时,数据手套能够通过位置跟踪器较准确地将手部各关节部位的位置信息传递给计算机以作后续处理。这种实现方式获取到的数据更精确,适合大量词汇的识别,识别率也较高。但是,这种方法要求用户佩戴厚重的数抓手套等数据收集工具,便捷性较差,而且这些工具价值昂贵。在基于计算机视觉的手语识别中，使用数字摄像设备获取手势图像,利用计算机视觉和数字图像处理相关技术对图像进行处理，得到手势特征,最后利用模式识别的技术对手语进行识别。该方法能使人机交互自然便捷,同时只使用到数字摄像设备等一些廉价设备,经济投入低；但是,受限于当前计算机视觉和图形学的发展现状,通过数字摄像设备得到的直观数据还不够精确,导致后续特征提取和检测阶段鲁棒性无保证。因而较少应用于大量词汇的识别。但基于计算机视觉的手语识别将是手语识别技术发展的趋势,随着计算机技术以及成像技术的发展,伴随着模式识别技术的成熟,基于计算机视觉的手语识别途径将能够克服鲁棒性差以及检测跟踪效率低的问题,实现高度人工性智能的视觉的手语识别。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供一种识别率高、鲁棒性强、廉价便捷的基于KNN和像素比梯度特征的静态手语识别方法。该方法将摄像设备拍摄的静态手语图像输入计算机，对图像进行处理后可识别出静态手语并转化为文本输出。

本发明的目的是通过以下技术方案来实现的。

为改善手语系统的识别效果，本发明提出一种基于KNN和像素比梯度特征的静态手语识别方法。方法的前提是做手语者戴上蓝色手套，该方法包含以下步骤：步骤1：拍摄彩色图像并输入计算机；步骤2：基于图像的颜色特征对图像进行二值化；步骤3：基于图像的形状特征定位手的位置，并分割出来；步骤4：对分割后的图像进行归一化；步骤5：提取图像的像素比和梯度特征作为图像的特征向量；步骤6：计算输入的特征向量与标准手语图像特征库的加权欧氏距离；步骤7：基于KNN算法确定最佳匹配结果；步骤8：将识别结果输出。

进一步地，所述步骤2包含以下子步骤：步骤21:计算彩色图像每个像素点的RGB值；步骤22：通过像素点的RGB值判断其颜色是否为蓝色；步骤23：将步骤22中判断为蓝色的像素点的RGB都赋为255，其他像素点的RGB值赋为0，得到二值化图像。