【正文】 ? Dv)D ( u , 1 Dv)D ( u , 0 00),( ???vuH （ 33） 其中 D。對(duì)于一幅圖像，它的邊緣、跳躍部分以及噪聲都代表圖像的高頻分量，而大面積的背景區(qū)和變化緩慢的部分則代表圖像的低頻分量，用頻域低通濾波器除去其高頻分量就能去掉噪聲，從而使圖像得到平滑。 3．頻域平滑技術(shù) 13 圖像的平滑既能夠在空域中進(jìn)行，又能夠在頻域中進(jìn)行。在一定的條件下，它可以克服線性濾波器所帶來(lái)的圖像細(xì)節(jié)模糊，而且對(duì)濾除脈沖干擾及圖像掃描噪聲最為有效。 2．中值濾波法 中值濾波【 211 是一種非線性濾波，由于它在實(shí)際運(yùn)算過(guò)程中并不需要圖像的統(tǒng)計(jì)特性，所以比較方便。 ),( yxg 由下式?jīng)Q定： ??? Snm nmfMyxg ),( ),(1),( （ 31） 式中， 1,...,1,0, ?? Nyx S是點(diǎn)伍糾所在領(lǐng)域的中點(diǎn)的坐標(biāo)集合，但不包括 ),( yx點(diǎn)； M是集合內(nèi)坐標(biāo)點(diǎn)的總數(shù)。這種方法的基本思想是用幾個(gè)像素灰度的平均值來(lái)代替每個(gè)像素的灰度。消除噪聲的方法又可以分為空間域方法或頻率域方法，亦可以分為全局處理方法或局部處理方法等。 3． 1． 1 圖像平滑 圖像平滑的目的是為了消除噪聲。本章針對(duì)圖像采集時(shí)所遇到的光照變化、旋轉(zhuǎn)、平移等不確定因素，對(duì)手勢(shì)圖像的預(yù)處理和特征提取進(jìn)行了分析 。 (3)動(dòng)態(tài)手勢(shì)識(shí)別：動(dòng)態(tài)手勢(shì)識(shí)別是對(duì)連續(xù)的手勢(shì)序列進(jìn)行實(shí)時(shí)的跟蹤，通過(guò)對(duì)跟蹤到的手勢(shì)運(yùn)動(dòng)的時(shí)空軌跡 (spatial． temporal trajectory)或手勢(shì)狀態(tài)軌跡 (state trajectory)進(jìn)行處理，以識(shí)別擺手等動(dòng)態(tài)手勢(shì)。例如文獻(xiàn) f81 中提出了一種使用神經(jīng)網(wǎng)絡(luò)方法和 Hough 變換對(duì)中國(guó)手語(yǔ)中的 20 種手勢(shì)進(jìn)行識(shí)別。 (2)靜態(tài)手勢(shì)識(shí)別：靜態(tài)手勢(shì)識(shí)別是指對(duì)于靜態(tài)圖片中手的形狀和手的姿勢(shì)進(jìn)行識(shí)別。手勢(shì)分割的方法大體分為三種：基于運(yùn)動(dòng)信息的、基于運(yùn)動(dòng)模板的和基于顏色信息的。同時(shí)，手勢(shì)具 有適應(yīng)性強(qiáng)、形象生動(dòng)及簡(jiǎn)便易行等特點(diǎn)，比較適合在非特定環(huán)境下對(duì)機(jī)器人的控制。視覺(jué)運(yùn)動(dòng)分析方法因具有適用范圍廣、抗電子干擾能力強(qiáng)、測(cè)量精度高和保密性好等優(yōu)點(diǎn)，在軍事、導(dǎo)航、機(jī)器人技術(shù)、氣象分析、醫(yī)療診斷、交通管制、安全防范等領(lǐng)域得到了廣泛的應(yīng)用。 圖 23： 隱馬爾可夫模型組成 11 2． 4 基于計(jì)算機(jī)視覺(jué) 的手勢(shì)跟蹤與識(shí)別系統(tǒng) 計(jì)算機(jī)視覺(jué)研究就是計(jì)算機(jī)通過(guò)對(duì)一幅或多幅圖像進(jìn)行分析，從中獲取三維世界的運(yùn)動(dòng)信息或者集合特征，例如物體的位置、形狀、姿態(tài)運(yùn)動(dòng)等信息，接下來(lái)對(duì)這些信息進(jìn)行分析、處理，以達(dá)到認(rèn)識(shí)三維世界的目的。但是應(yīng)用于手勢(shì)識(shí)別時(shí)有很多約束。如圖 23為隱馬爾可夫模型組成的示意圖。它是一個(gè)雙重隨機(jī)過(guò)程：一是描述狀態(tài)轉(zhuǎn)移的馬爾可夫鏈?zhǔn)腔倦S機(jī)過(guò)程；另一個(gè)是描述狀態(tài)和觀察值之間的統(tǒng)計(jì)對(duì)應(yīng)關(guān)系是隨機(jī)過(guò)程。隱馬爾可夫模型是在 Markov 鏈的基礎(chǔ)之上發(fā)展起來(lái)的。每一個(gè)時(shí)刻的隨機(jī)變量有一個(gè)度量值，這個(gè)度量值的分布與該時(shí)刻的狀態(tài)有關(guān)。統(tǒng)計(jì)分類方法常用的分類器主要有貝葉斯分類器、線性判別函數(shù)、樹(shù)分類器、最小距離分類、近鄰法分類、聚類分析等。在通常情況下，不同類別的兩個(gè)模式之間的距離要大于同一類別的兩個(gè)模式之間的距離，這樣就可以將特征空間準(zhǔn)確的劃分為幾個(gè)區(qū)域，其中各個(gè)區(qū)域同各個(gè)類別是一一對(duì)應(yīng)的。 10 模式的統(tǒng)計(jì)分類方法，又稱為決策理論識(shí)別方法，它是將各模 式類別看成是用某個(gè)隨機(jī)向量實(shí)現(xiàn)的集合。常用的統(tǒng)計(jì)分類方法有很多，例如‘ 39。如何將分類器設(shè)計(jì)得更有效，識(shí)別率更高，是需要重點(diǎn)解決的問(wèn)題。 2． 3． 3 統(tǒng)計(jì)分析算法 統(tǒng)計(jì)分類算法是在模式識(shí)別發(fā)展的過(guò)程中建立的經(jīng)典方法，它用概率統(tǒng)計(jì)模型得到各類別的特征向量分布，以達(dá)到分類的目的。即 h(A， B)實(shí)際上首先對(duì)點(diǎn)集 A 中的每個(gè)點(diǎn) ia 到距離此點(diǎn)最近的 B集中點(diǎn) b，之間的距離 ji ba? 進(jìn)行排序，然后取該距離中的最大值作為 h(A， B)的值， h(B， A)同理可得。文獻(xiàn) f181 中張良國(guó)、吳江琴、高文等人首先改進(jìn)了 Hausdorff 距離，接下來(lái)通過(guò)比較預(yù)處理后的輸入圖像的 Hausdorff 距離和標(biāo)準(zhǔn)模板庫(kù)中各種圖像的 Hausdorff 距離進(jìn)行判斷。訓(xùn)練集包含 M 個(gè)樣本，對(duì)第 P 個(gè)訓(xùn)練樣本(P=1,2，?， M)，單元／的實(shí)際輸出為郇．，它的第 i 個(gè)輸入 (也即第 i 個(gè)神經(jīng)元的輸入 )為 piO ，則： ???Ni pijipi OWu 0 (21) BP算法中大多選用 S型函數(shù)作為輸出函數(shù)，即： 9 )e x p (1 1)( pjpjpi uufO ???? (22) 2． 3． 2 基于模板匹配的算法 模板匹配算法就是將輸入的原始數(shù)據(jù)與預(yù)先存儲(chǔ)的模板進(jìn)行匹配，通過(guò)測(cè)量?jī)蓚€(gè)模板之間的相似度進(jìn)行識(shí)別。圖 22 是一個(gè)三層前饋神經(jīng)網(wǎng)絡(luò)模型，輸入層、中間隱含層和輸出層的神經(jīng)元個(gè)數(shù)分別為 50 和 9。每一層節(jié)點(diǎn)的輸出只影響下一層節(jié)點(diǎn)的輸出。 BP 神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)了多層網(wǎng)絡(luò)學(xué)習(xí)的設(shè)想。它是由許多具有非線性映射能力的神經(jīng)元組成的一種大規(guī)模并行處理網(wǎng)絡(luò)，神經(jīng)元之間通過(guò)權(quán)相連。神經(jīng)網(wǎng)絡(luò) 方法在手勢(shì)識(shí)別領(lǐng)域得到了廣泛的使用。廣義德?tīng)査?guī)則在許多實(shí)際問(wèn)題 8 中得到了成功的應(yīng)用，使得多層感知機(jī)類機(jī)器成為目自玎使用神經(jīng)網(wǎng)絡(luò)的主要模型之一。到了 50 年代中期和 60年代初期，人們已設(shè)計(jì)出稱為感知機(jī) (perceptrons)的學(xué)習(xí)機(jī)器，引起了模式識(shí)別理論界人士的重視。 2． 3． 1 神經(jīng)網(wǎng)絡(luò)算法 對(duì)人工神經(jīng)網(wǎng)絡(luò)的研究早在 20 世紀(jì) 40 年代就已經(jīng)開(kāi)始了。這種方法對(duì)于用戶手勢(shì)的輸入限制較小，可以實(shí)現(xiàn)更加自然的人機(jī)交互，但由于立體模型的復(fù)雜性，需要處理大量的數(shù)據(jù)，識(shí)別時(shí)間長(zhǎng)，無(wú)法實(shí)現(xiàn)實(shí)時(shí)的識(shí)別。這種方法處理 的數(shù)據(jù)量較小，識(shí)別速度快，但是對(duì)于用戶手勢(shì)的輸入限制較大。 2． 3 基于計(jì)算機(jī)視覺(jué)的手勢(shì)識(shí)別理論 基于視覺(jué)的手勢(shì)識(shí)別可以分為基于單目視覺(jué)的手勢(shì)識(shí)別和基于多目視覺(jué)的手勢(shì)識(shí)別。Camshift[巧 J(ContinuouslyAdaptive Mean Shift)是一種基于顏色概率模型的跟蹤算法，它是 Mean Shift 算法的改進(jìn)與擴(kuò)展，可以處理動(dòng)態(tài)變化的分布。但是在復(fù)雜背景的情況下或者光照變化快時(shí)，基于顏色的分割效果不好，為了解決這個(gè)問(wèn)題，目前眾多研究者嘗試?yán)萌诤隙?種信息的技術(shù)進(jìn)行手勢(shì)分割。 基于顏色信息的分割在圖像分割中占有重要地位。二維模板實(shí)現(xiàn)簡(jiǎn)單，但對(duì)手 的姿念有一定限制。模板由平均點(diǎn)集合、點(diǎn)可變性參數(shù)和外部變形構(gòu)成，平均點(diǎn)集合描述的是某一組形狀的平均形狀，點(diǎn)可變性參數(shù)描述的是可變形模板的全局運(yùn)動(dòng)。在實(shí)際的手勢(shì)識(shí)別系統(tǒng)中，攝像機(jī)的位置是固定的，對(duì)手勢(shì)序列中相鄰兩幀圖像做差分運(yùn)算便能有效地保留運(yùn)動(dòng)的部分(即手勢(shì) )，濾除圖像中保持不變的背景區(qū)域。運(yùn)動(dòng)估計(jì)的依據(jù)是圖像強(qiáng)度發(fā)生變化，用圖像序列中相鄰圖像的差來(lái)表示強(qiáng)度的變化。手勢(shì)分割的方法大體分為三種：基于運(yùn)動(dòng)信息的、基于運(yùn)動(dòng)模板的和基于顏色信息的。基本做法是在樣本訓(xùn)練集基礎(chǔ)上確定某個(gè)判決規(guī)則，使按這種判決規(guī)則對(duì)被識(shí)別對(duì)象進(jìn)行分類所造成的錯(cuò)誤識(shí)別率最小或引起的損失最小。一般我們把原始數(shù)據(jù)組成的空間叫測(cè)量空間，把分類識(shí)別賴以進(jìn)行的空間叫做特征空間，通過(guò)變換，可把在維數(shù)較高的測(cè)量空間中表示的模式變?yōu)樵诰S數(shù)較低的特征空間中表示的模式。為了有效地實(shí)現(xiàn)分類識(shí)別，就要對(duì)原始數(shù)據(jù)進(jìn)行變換，得到最能反映分類本質(zhì)的特征。 3．特征提取 由圖像或波形所獲得的數(shù)據(jù)量是相當(dāng)大的。這就是數(shù)據(jù)獲取的過(guò)程。 圖 21 模式識(shí)別 系統(tǒng)的基本構(gòu)成 1．?dāng)?shù)據(jù)獲取 為了使計(jì)算機(jī)能夠?qū)Ω鞣N現(xiàn)象進(jìn)行分類識(shí)別，要用計(jì)算機(jī)可以運(yùn)算的符號(hào)來(lái)表示所研究的對(duì)象。實(shí)現(xiàn)是指用所設(shè)計(jì)的分類器對(duì)待識(shí)別的樣本進(jìn)行分類決策。與此相應(yīng)的模式識(shí)別系統(tǒng)都由兩個(gè)過(guò)程組成，即設(shè)計(jì)與實(shí)現(xiàn)。模式識(shí)別的作用和目的就在于面對(duì)某一具體事物時(shí)將其 J下確的歸入某一類別。模式識(shí)別是對(duì)表征事物或者現(xiàn)象的各種形式的信息進(jìn)行分析和處理，來(lái)實(shí)現(xiàn)對(duì)事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋，是信息科學(xué)和人工智能的重要組成部分。本章主要介紹基于視覺(jué)的手勢(shì)識(shí)別的一些基礎(chǔ)理論。 圖 11 基于視覺(jué)的手勢(shì)跟蹤與識(shí)別流程圖 5 2 基于計(jì)算機(jī)視覺(jué)的手勢(shì)識(shí)別基礎(chǔ)理論 在人與人的交際過(guò)程中，經(jīng)常會(huì)用到手勢(shì)，手勢(shì)的語(yǔ)義強(qiáng)大并且直觀，可以很好地表達(dá)思想，與自然語(yǔ)言形成互補(bǔ)。首先對(duì)手勢(shì)跟蹤與識(shí)別各個(gè)階段的算法進(jìn)行了分析，提出基于 Hu矩特征和“一對(duì)多 徑向基核函數(shù)支持向量機(jī)相結(jié)合的手勢(shì)識(shí)別算法，并在 Microsoft Visual C++6． 0 開(kāi)發(fā)環(huán)境下，借助 OpenCV 開(kāi)源庫(kù)，實(shí)現(xiàn)了對(duì)從攝像頭輸入的 10 個(gè)常用手勢(shì)的識(shí)別，以驗(yàn)證提出算法的可行性，并以此為基礎(chǔ)建立了一個(gè)簡(jiǎn)單的手勢(shì)交互系統(tǒng)。但是這種方法的識(shí)別效率比基于數(shù)據(jù)手套的手勢(shì)識(shí)別低，而且能夠識(shí)別的手勢(shì)種類受到很大的限制，是目前亟待解決的問(wèn)題。這種方 法在實(shí)現(xiàn)時(shí)無(wú)需購(gòu)買昂貴的設(shè)備，僅需要廉價(jià)的攝像頭和低端處理能力的 PC 機(jī)即可。 基于數(shù)據(jù)手套的手勢(shì)識(shí)別是通過(guò)數(shù)據(jù)手套和位置跟蹤來(lái)測(cè)量手勢(shì)運(yùn)動(dòng)的軌跡和時(shí)序信息，其優(yōu)點(diǎn)是系統(tǒng)的識(shí)別率高，缺點(diǎn)是輸入設(shè)備昂貴，并且要求打手勢(shì)的人穿戴復(fù)雜的數(shù)據(jù)手套，給人帶來(lái)很多不便，因此這種方式不能成為未來(lái)發(fā)展的趨勢(shì)。比如在虛擬場(chǎng)景內(nèi)利用手勢(shì)實(shí)現(xiàn)虛擬鋼琴的演奏 ，又如用機(jī)器人的虛擬手抓取物體等；(3)研究人類對(duì)于視覺(jué)語(yǔ)言的理解規(guī)律，提高計(jì)算機(jī)對(duì)人類語(yǔ)言 的理解能力； (4)手勢(shì)交互是虛擬現(xiàn)實(shí)中多通道接口的重要組成部分之一。手語(yǔ)是用手勢(shì)表示意思的語(yǔ)言，對(duì)不熟悉手語(yǔ)的普通人來(lái)說(shuō)，理解手語(yǔ)是非常困難的。目前基于手勢(shì)的交互已經(jīng)成為人機(jī)交互的重要內(nèi)容。 手勢(shì)作為人類最自然的表達(dá)方式之一，在日常生活中得到了廣泛的應(yīng)用。隨著計(jì)算機(jī)科學(xué)的快速發(fā)展，研究符合人類交流習(xí)慣的人機(jī)交互技術(shù)成為國(guó)內(nèi)外關(guān)注的熱點(diǎn)，這些研究包括人臉識(shí)別、面部表情識(shí)別、頭部運(yùn)動(dòng)跟蹤、眼睛識(shí)別、手勢(shì)識(shí)別以及人體姿勢(shì)識(shí)別等。 關(guān)鍵字： Android，手勢(shì)識(shí)別，相冊(cè)管理 英文摘要 Gesture recognition is an important direction of the field of puter vision and numerical image processing a rapid development. The gesture is divided into two kinds of static gestures and dynamic gestures, dynamic gesture can be seen as a continuous sequence of static gestures. The dynamic gesture has a rich and intuitive skills, and with static gestures bine to create a richer se