[发明专利]一种基于方向密度特征的微多普勒图像手语感知识别方法

权利要求书

1.一种基于方向密度特征的微多普勒图像手语感知识别方法，其特征在于：包括如下步骤：

步骤1：信号预处理：使用雷达探测系统，采集若干种手语动作的雷达回波信号，经处理后得到手语动作回波信号的微多普勒图像；

步骤2：构建数据集：把得到的微多普勒图像，划分成训练集和测试集；

步骤3：方向密度带划分：把微多普勒图像中像素的方向角θ (x,y)的角度范围划分成N个相等角度范围，得到N个角度范围相等的方向密度带，N是正整数；

步骤4：像素梯度幅值和方向角计算：把每一张微多普勒图像划分成Z个k×k的图像块，计算每一个图像块中每个像素点(x, y)的梯度幅值G(x, y)和方向角θ(x,y)，根据方向角θ(x, y)的值，确定该像素点(x, y)落入到的对应角度范围的方向密度带，同一方向密度带内所有落入像素点(x, y)的梯度幅值G(x,y)求和后组合得到这个图像块N维的特征向量，再把所得到的Z个N维的特征向量拼接组合成方向密度特征向量；

步骤5：选定方向密度带组：在划分的N个方向密度带中选择M个方向密度带，并在步骤4中最终得到的方向密度特征向量中，提取M个方向密度带所对应的特征值拼接组成特征向量对分类器进行训练，M是大于等于1且小于N的正整数；

步骤6：新的雷达探测的手语微多普勒图像输入到训练完成的分类器，实现手语感知识别。

2.根据权利要求1所述的一种基于方向密度特征的微多普勒图像手语感知识别方法，其特征在于：在步骤1中：雷达探测系统被布置在1.2米的平台上，将发射天线和接收天线布置在手语动作被试者的下方，用于接收手语动作的回波信号。

3.根据权利要求1所述的一种基于方向密度特征的微多普勒图像手语感知识别方法，其特征在于：在步骤1中，手语动作回波信号的处理如下：

对采集得到的雷达回波信号，利用短时傅里叶变换STFT进行时频处理，得到雷达信号的时频谱图，对长度为T的离散时间信号x（t）进行STFT，

时频信号的能量S(t，f)由如下公式计算：

t=0, 1, … , T-1，是离散时间索引；T为信号的离散时间长度；f=0, 1, … ,F-1，是离散频率索引；F为信号的离散频率长度；L是窗函数h( )的长度，用汉宁窗进行处理；m=0, 1, … ,L-1是离散窗长索引；相参累计时间长度为0.2s；滑动窗口长度为1.0s；j是虚数单位；

再利用MATLAB的图像处理程序对时频谱图进行可视化，得到手语动作回波信号的微多普勒图像。

4.根据权利要求1所述的一种基于方向密度特征的微多普勒图像手语感知识别方法，其特征在于：在步骤2中：选择15种手语动作以及10位被试者，每种动作由每位被试者重复10次，同一手语动作得到100张多普勒图像，15种手语动作共得到1500张微多普勒图像，随机挑选了75%的图像作为训练集，25%的图像作为测试集。

5.根据权利要求1所述的一种基于方向密度特征的微多普勒图像手语感知识别方法，其特征在于：在步骤3中：像素的方向角θ(x,y)的角度范围是0 ^o－180 ^o。