【正文】 。設(shè)圖像 f(x,y)的灰度值范圍在 [a,b]，二值化闡值設(shè)為 T(a=T=b)，則二值化處理的一般式為 : g(x,y) = 1 當(dāng) f(x,y)=T 時(shí) 0 當(dāng) f(x,y)T 時(shí) g(x,y)是二值圖像，通常我們用 1 來(lái)表示對(duì)象物 (黑色區(qū)域 )，用 0 來(lái)表示背景區(qū)域 （ 白色區(qū)域 ） 。圖像經(jīng)過(guò)二維傅立葉變換后，噪聲頻譜一般位于空間頻率較高的區(qū)域，而圖像本身的頻率分量則處于空間頻率較低的區(qū)域內(nèi)，因此可以通過(guò)低通濾波器的方法，使高頻分量受到抑制，從而實(shí)現(xiàn)圖像的平滑。 頻域平滑技術(shù) 圖像的平滑除了可以在 空域中進(jìn)行外，也可以在頻域中進(jìn)行。二、在灰度值變化較小的情況下可以得到很好的平滑處理 。中值濾波法是一種非線形的圖像平滑方法，它對(duì)一個(gè)滑動(dòng)窗口的諸像素灰度排序，用其中值代替窗口中心像素原來(lái)的灰度值 （ 若窗口中有偶數(shù)個(gè)像幸，則取兩個(gè)中間值的平均 ） 。對(duì)上述算法的改進(jìn)算法有超限像素平滑法、灰度最相近的 K 個(gè)鄰點(diǎn)平均法、剃度倒數(shù)加權(quán)平滑、自適應(yīng)濾波等。該算法簡(jiǎn)單，計(jì)算速度快，但主要缺點(diǎn)是在降低噪聲的同時(shí)使圖像模糊，特別在邊沿和細(xì)節(jié)處。因此，可用像素鄰域內(nèi)的像素的平均灰度值代替該像素原來(lái)的灰度值，實(shí)現(xiàn)圖像的平滑。 局部平均法 局部平均法是一種直接在空域上進(jìn)行平滑處理的 技術(shù)。 對(duì)于濾除圖像中的噪聲，人們已經(jīng)提出了很多的方法。由于成像設(shè)備在讀入手勢(shì)圖像時(shí)會(huì)擴(kuò)大取景范圍，其中含很多無(wú)效的像素點(diǎn)，這會(huì)影響以后的處理 ，增加計(jì)算量，因此首先完成的是盡可能準(zhǔn)確從讀入圖像中取出包含被測(cè)物體的圖像部分，這個(gè)過(guò)程的主要難度在于判斷圖像是否屬于需要保留的部分，且必需保證其準(zhǔn)確性，否則將會(huì)對(duì)下一步圖像分析和判斷造成嚴(yán)重的影響。在這種情況下，調(diào)整圖像的亮度可以通過(guò)以下方式進(jìn)行 :假定要調(diào)整的亮度為 nLight，圖像中任意一種顏色的 R. G. B三值分別用 nR， nG， nB表示， 則該顏色調(diào)整后的 R, G, B三值分別為 : nR+nLight nG+nLight nB+nLight 沈陽(yáng)理工大學(xué)學(xué)士學(xué)位論文 11 4 手勢(shì)圖像的預(yù)處理 當(dāng)把觀察到的手勢(shì)圖像轉(zhuǎn)換成可用計(jì)算機(jī)處理的數(shù)字圖像時(shí)，圖像在生成、傳輸或變換過(guò)程中會(huì)受到各種因素的干擾和影響，圖像的畫(huà)質(zhì)將會(huì)因噪聲而在不同程度上出現(xiàn)歧變，本文對(duì)輸入圖像進(jìn)行了平滑、銳化、二值化等預(yù)處理。輸入的參數(shù)為要調(diào)整的亮度的大小， nLight為正數(shù)表示增強(qiáng)亮度，為負(fù)數(shù)表示降低亮度。假定水平方 向縮放的比例為 a，垂直方向縮放的比例為 b，那么，縮放后圖像的高度為 bH縮放后圖像的寬度為 aW，對(duì)于原有圖像的任一點(diǎn) PixelArray（ x,y） ，在縮放后對(duì)應(yīng)的像素為 : PixeIArray[i, j] axia(x+1)?by jb( y+1) 令 CountArray [i, j ]為結(jié)果圖像中點(diǎn) (i, j)對(duì)應(yīng)原有圖像像素的計(jì)數(shù)，那么每次有點(diǎn)映射到點(diǎn) (i,j)的像素時(shí)，將結(jié)果圖像中點(diǎn) (i,j)的像素值加上該原有圖像點(diǎn) (x,y)的像素值， 并將 CountArray[i,j]加 1。假定要剪切圖像左上角位置為 （ left,top） ，右下角的位置為 （ right,bottom） 那么我們只需要調(diào)整圖像的寬度為 （ rightleft） ，調(diào)整圖像的高度為 （ bottomtop） ，從圖像的二維數(shù)組中提取左上角到右下角之間的數(shù)據(jù)。 圖像的剪切 圖像的剪切操作的函數(shù)原型為 void Cimage： ClipImage ( CReet amp。 通用的圖像操作 手勢(shì)識(shí)別中的常用圖像操作包括圖像的剪切、圖像的縮放、圖像的旋轉(zhuǎn)以及圖像的亮度調(diào)整。 經(jīng)過(guò)以上多種格式圖像的處理，我們將獲得圖像數(shù)據(jù)的矩陣表示，假定圖像的寬度為 W，圖像的高度為 H， 那么得到的矩陣可以用以下的二維數(shù)組來(lái)表示 ： PixelArray[x,y] 其中 0xW?0yH 由 于在現(xiàn)實(shí)中得到的手勢(shì)圖像的色彩不一，有全彩色的，也有黑白的 （ 即 256色灰度圖像，如身份證照片 ） 0~256色灰度圖像能夠很好的保留手勢(shì)圖像的特征，為了便于我們進(jìn)行圖像處理與分析，所以我們將輸入的手勢(shì)圖像統(tǒng)一轉(zhuǎn)換為 256色灰度圖像。這樣所有特定格式圖像數(shù)據(jù)提取與存儲(chǔ)的細(xì)節(jié)將封裝在相應(yīng)的派生類(lèi)中，對(duì)于使用圖像類(lèi) （ Cimage） 的用戶來(lái)說(shuō)，只需要知道基類(lèi)的接口就可以了。這樣我們就能順利地將 TIFF圖像文件轉(zhuǎn)換成 BMP文件 ，而反過(guò)來(lái)操作則比較簡(jiǎn)單，只需要在處理單色圖像以及 256色灰度圖像時(shí)去除相應(yīng)的調(diào)色板信息即可。 TIFF 表頭數(shù)據(jù) 標(biāo)識(shí)信息區(qū) 圖像數(shù)據(jù)區(qū) 沈陽(yáng)理工大學(xué)學(xué)士學(xué)位論文 8 表 TIFF格式與 BMP格式的圖像調(diào)色板比較 TIFF格式圖像 BMP格式圖像 單色圖像（ 2色） 無(wú) 有 16色圖像 有 有 256色彩色圖像 有 有 256色灰度圖像 無(wú) 有 24位全彩色圖像 無(wú) 無(wú) 為了實(shí)現(xiàn)兩種格式圖像之 間的順利轉(zhuǎn)換，特別是從 TIFF圖像到 BMP圖像，需要填充相應(yīng)的調(diào)色板信息。而在 T環(huán) F圖像中有三種情況可以不帶有調(diào)色板信息，一是 24位真彩色圖像，二是單色圖像，三是 256色灰度圖像。 TIFF圖像和 BMP圖像在調(diào)色板數(shù)據(jù)方面存在著差異，這在實(shí)現(xiàn)兩種格式圖像的轉(zhuǎn)換時(shí)非常重要。在 BMP圖像文件中，圖像的數(shù)據(jù)以自下而上，自左到右的順序存放，并且必須保證每行的數(shù)據(jù)必須是 4個(gè)字節(jié)的整數(shù)倍。表頭長(zhǎng)度固定為 54個(gè)字節(jié)，里面包含了圖像所有屬性的數(shù)據(jù)包括寬度、高度、顏色信息等。它們的關(guān)系如圖 ： 圖 關(guān)系圖 若標(biāo)識(shí)信息區(qū)末端的標(biāo)志參數(shù)不為 0，那么該參數(shù)就表示下一個(gè)標(biāo)識(shí)信息區(qū)的地址，在 TIFF圖像中，每一個(gè)標(biāo)識(shí)信息區(qū)和一個(gè)圖像數(shù)據(jù)區(qū)就表示一幅圖像，因此若文件中含有多個(gè)標(biāo)識(shí)信息區(qū)就表明該文件中存儲(chǔ)了多幅圖像 。 TIFF 與 BMP 圖像格式 TIFF圖像文 件主要由三種數(shù)據(jù)組合而成 ： 表頭、標(biāo)識(shí)信息區(qū)和圖像數(shù)據(jù)區(qū)?；叶葎澐衷郊?xì)，越能準(zhǔn)確的再現(xiàn)圖像。 數(shù)字圖像的灰度圖 灰度又稱(chēng)為“ Graysacle，它代表像素的亮度值。位圖方式該方式將一副圖像劃分為一張柵格，格中每一部分 （像素） 或色彩單獨(dú)記錄，位圖中的一個(gè)數(shù)據(jù)點(diǎn)的位置決定了該數(shù)據(jù)點(diǎn)所代表的像素，即數(shù)據(jù)點(diǎn)與圖像對(duì)應(yīng)，“位圖”由此而來(lái)，位圖適用于色彩、陰影 或形狀變化負(fù)責(zé)的圖像，如照片、繪畫(huà)或數(shù)字化視頻等。因此我們的工作除了熟悉多種格式的圖像文件以外，還包括實(shí)現(xiàn)多種格式圖像文件之間的相互轉(zhuǎn)換，并最終提取出表示圖像的特征向量。 在手勢(shì)識(shí)別中，處理的對(duì)象是手勢(shì)的照片，我們提取數(shù)據(jù)的目標(biāo)就是將手勢(shì)的圖像用一個(gè)特征向量來(lái)表示出來(lái)。后者如對(duì)某參量正常與否的判斷或?qū)ΠY狀有無(wú)的描述，如疼與不疼，可用邏輯值 0 和 1來(lái)表示。 （ 2） 一維波形如腦電圖、心電圖、機(jī)械振動(dòng)波形等。 本文采用的識(shí)別流程如圖 ： 圖 手勢(shì)識(shí)別流程圖 輸入圖片 圖片預(yù)處理 特征提取 手勢(shì)識(shí)別 沈陽(yáng)理工大學(xué)學(xué)士學(xué)位論文 6 3 手勢(shì)圖像的格式及基本操作 為了使計(jì)算機(jī)能夠?qū)Ω鞣N現(xiàn)象進(jìn)行分類(lèi)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。首先采用八鄰域搜索法對(duì)二值化的手勢(shì)圖像進(jìn)行邊緣檢測(cè)，得到連通的手勢(shì)外輪廓，然后計(jì)算邊界點(diǎn)序列的傅立葉系數(shù)得到傅立葉描述子 ，并將傅立葉描述子進(jìn)行歸一化，構(gòu)建手勢(shì)圖像的特征向量，最后通過(guò)計(jì)算輸入手勢(shì)的特征向量與樣本庫(kù)中每一圖像的特征向量的歐式距離，判定輸入圖像與樣本圖像間的匹配程度，我們把待識(shí)輸入圖像歸為距離最小的那一類(lèi)。 手勢(shì) 識(shí)別 的 方法 在基于形狀特征的識(shí)別算法中，我們?cè)谶吔鐖D像的基礎(chǔ)上根據(jù)手勢(shì)區(qū)域的形狀特征對(duì)手勢(shì)圖像進(jìn)行粗分類(lèi)，按照手勢(shì)圖像中手指的方向及數(shù)目把手勢(shì)圖像分成向上、向右、向下等類(lèi)別，然后分別在邊界圖像和二值圖像的中提取手勢(shì)圖像面積、周長(zhǎng)、重心距等特征，構(gòu)成 s 維特征向量，最后采用類(lèi)似度進(jìn)行模板匹配，實(shí)現(xiàn)對(duì)字母手勢(shì)的細(xì)分類(lèi) 。 沈陽(yáng)理工大學(xué)學(xué)士學(xué)位論文 5 (3) 結(jié)合以上各項(xiàng)研究成果，應(yīng)用 VC++開(kāi)發(fā)工具，構(gòu)建圖書(shū)館虛擬現(xiàn)實(shí)導(dǎo)航 系統(tǒng)。 手勢(shì) 識(shí)別的主要內(nèi)容 (1) 針對(duì)手勢(shì)輸入技術(shù)和方法的研究，采用基于計(jì)算機(jī)視覺(jué)的手勢(shì)輸入方 法，識(shí)別自然手勢(shì)，使人機(jī)交互更加靈活、方便。使用計(jì)算機(jī)手勢(shì)識(shí)別技術(shù)去識(shí)別用戶輸入的手勢(shì)動(dòng)作，并根據(jù)其識(shí)別的結(jié)果去驅(qū)動(dòng)圖書(shū)館虛擬現(xiàn)實(shí)導(dǎo)航系統(tǒng)，用戶將擺脫諸多外部硬件設(shè)備的限制，解放身體，自由的在空間中以簡(jiǎn) 單的手勢(shì)動(dòng)作驅(qū)動(dòng)應(yīng)用。以人手直接作為輸入手段與其它輸入方法相比較，具有自然性、簡(jiǎn)潔性和豐富性、直接性的特點(diǎn)。將計(jì)算機(jī)手勢(shì)識(shí)別技術(shù)應(yīng)用于圖書(shū)館虛擬現(xiàn)實(shí)導(dǎo)航系統(tǒng)之中，使用戶能夠身臨其境的以自然的方式，在虛擬的場(chǎng)景中獲得真實(shí)的感受成為一種可能。 手勢(shì) 識(shí)別的意義 目前，手勢(shì)識(shí)別技術(shù)的應(yīng)用在當(dāng)前是比較熱門(mén)的研究課題，已經(jīng)有了相當(dāng)豐富的手勢(shì)識(shí)別理論研究，并有不少的應(yīng)用實(shí)踐。靜態(tài)手勢(shì)對(duì)應(yīng)模型參數(shù)空間里的一個(gè)點(diǎn)，而動(dòng)態(tài)手勢(shì)對(duì)應(yīng)著模型參數(shù)空間里的一條軌跡，需要使用隨時(shí)間變化的空間特征來(lái)表述。 沈陽(yáng)理工大學(xué)學(xué)士學(xué)位論文 4 2 手勢(shì) 識(shí)別 研究綜述 手勢(shì) 的定義 由于手勢(shì) （ gesture） 本身具有多樣性和多義性，具有在時(shí)間空間上的差異性加上不同文化背景的影響對(duì)手勢(shì)的定義是不同的。最后，提出動(dòng)態(tài)時(shí)空規(guī)整算法用于手勢(shì)識(shí)別，對(duì) 12 種手勢(shì)，平均識(shí)別率高達(dá) 97%。 另外，清華大學(xué)祝遠(yuǎn)新、徐光裕等給出了一種基于視覺(jué)的動(dòng)態(tài)孤立手勢(shì)識(shí)別技術(shù)，借助于圖像運(yùn)動(dòng)的變階參數(shù)模型和魯棒回歸分析，提出一種基于運(yùn)動(dòng)分割的圖像運(yùn)動(dòng)估計(jì)方法，基于圖像運(yùn)動(dòng)參數(shù)，構(gòu)造了兩種表現(xiàn)變化模型分別作為手勢(shì)的表現(xiàn)特征，利用最大最小優(yōu)化算法來(lái)創(chuàng)建手勢(shì)參考模板，并利用基于模板的分類(lèi)技術(shù)進(jìn)行識(shí)別，對(duì) 12種手勢(shì)的識(shí)別率超過(guò) 90%。與基于單個(gè) DGMM 的識(shí)別系統(tǒng)比較，這種模型的識(shí)別精度與單個(gè) DGMM 模型的識(shí)別精度基本相同，但其識(shí)別速度比單個(gè) DGMM 的識(shí)別速度有明顯的提高。 與基于 HMM的識(shí)別系統(tǒng)比較，這種模型的識(shí)別精度與 HMM 模型的識(shí)別精度相當(dāng)，其訓(xùn)練和識(shí)別速度比 HMM 的訓(xùn)練與識(shí)別速度有明顯的改善。 面對(duì)如此多的新型用戶接口，有分析家指出 ： 簡(jiǎn)便性和直觀性是其是否成功的 關(guān)鍵標(biāo)準(zhǔn) 在我國(guó)，哈爾濱工業(yè)大學(xué)的吳江琴、高文等給出了 ANN 與 HMM 的混合方法作為手語(yǔ)的訓(xùn)練識(shí)別方法，以增加識(shí)別方法的分類(lèi)特性和減少模型的估計(jì)參數(shù)的個(gè)數(shù)，將ANNHMM混合方法應(yīng)用于有 18 個(gè)傳感器的 CyberGlove 型號(hào)數(shù)據(jù)手套的中國(guó)手語(yǔ)識(shí)別系統(tǒng)中，孤立詞識(shí)別率為 90%，簡(jiǎn)單語(yǔ)句級(jí)識(shí)別率為 92%。在基于視覺(jué)手勢(shì)識(shí)別方面，具有代表性的研究成果包括 :1991 年富士通實(shí)驗(yàn)室完成了對(duì) 46 個(gè)手語(yǔ)符號(hào)的識(shí)別工作 ； 和 將戴上尖具有高亮標(biāo)記的視覺(jué)手套的手勢(shì)作為系統(tǒng)的輸入，可識(shí)別 7 種手勢(shì) ； Starner 等在對(duì)美國(guó)手語(yǔ)中帶有詞性的 40 個(gè)詞匯隨機(jī)組成的短句子識(shí)別率達(dá)到 %； 和 ，采用 HMM 技術(shù)識(shí)別 262 個(gè)孤立詞，正 確率為 %； 此外， Vogler[6]與 Metaxas 將兩種方法結(jié)合用于美國(guó)手語(yǔ)識(shí)別，交互采用一個(gè)位置跟蹤器及三個(gè)互相垂直的攝像機(jī)作為手語(yǔ)輸入設(shè)備，完成了 53 個(gè)孤立詞的識(shí)別，識(shí)別率為 % 。光脈沖的來(lái)回程時(shí)間對(duì)應(yīng)于特定的距離，根據(jù)這些不同的距離可以得出手指在鍵盤(pán)上位置的三維圖像，這樣 PDA 就可以準(zhǔn)確地采集用戶在虛擬鍵盤(pán)上的操作信息 。與此同時(shí)，它還會(huì)向該 “鍵盤(pán) ”的上方區(qū)域射出一束紅外光。美國(guó)加州圣何塞的Canesta 公司在 2020 年末推出一種新的設(shè)備，它可以使個(gè)人數(shù) 字助理 (PDA)具備手勢(shì)識(shí)別功能。 手勢(shì)輸入在人機(jī)交互中應(yīng)用的精髓不在于用來(lái)獨(dú)立的用作空間指點(diǎn)，而是作為語(yǔ)言、視線、唇語(yǔ)等交互通道提供空間的或其它約束信息，以消除在單通道輸入時(shí)存在的歧義，這樣就可以以充分性取代精確性。另外，手勢(shì)的研究涉及到教學(xué)、計(jì)算機(jī)圖形學(xué)、機(jī)器人運(yùn)動(dòng)學(xué)、醫(yī)學(xué)等多學(xué)科。為了尋找突破口，必須研究人機(jī)交流中的手勢(shì)用法，從而確定合理的研究范圍。以人手直接作為輸入手段與其他輸入方法相比較，具有自然性、簡(jiǎn)潔性，和豐富性、直接性的特點(diǎn)，因此用計(jì)算機(jī)來(lái)識(shí)別手勢(shì)提供了一個(gè)更自然的人機(jī)接口。手勢(shì)是一種自然、直觀、易于學(xué)習(xí)的人機(jī)交互手段?？偟膩?lái)說(shuō) ，人機(jī)交互技術(shù)己經(jīng)從以計(jì)算機(jī)為中心逐步轉(zhuǎn)移到以人為中心，是多種媒體、多種模式的交互技術(shù)。特別是最近幾年，隨著計(jì)算機(jī)技術(shù)的迅猛發(fā)展，研究符合人機(jī)交流習(xí)慣的新穎人機(jī) 交互技術(shù)變得異常活躍，也取得了可喜的進(jìn)步。 對(duì)仿真結(jié)果進(jìn)行了詳細(xì)地分析。 最后，重點(diǎn)講述了本文應(yīng)用的 手勢(shì)識(shí)別算法。其次，由于手勢(shì)圖像的尺寸、角度、清晰度等問(wèn)題對(duì)手勢(shì) 識(shí)別有非常大的影響，所以我們先對(duì)其進(jìn)行圖像預(yù)處理。本文基于 MATLAB，設(shè)計(jì)并實(shí)現(xiàn)了 一種基于 MATLAB 的手勢(shì)識(shí)別系統(tǒng)。沈陽(yáng)理工大學(xué)學(xué)士學(xué)位論文 I 摘 要 社會(huì)的進(jìn)步和科技的發(fā)展使人們急需一種可靠、簡(jiǎn)便、快捷的手勢(shì) 識(shí)別技術(shù)。 近些年來(lái)手勢(shì) 識(shí)別由于其具有非接觸的識(shí)別方式、快速的識(shí)別過(guò)程和