【正文】 圖像的外包矩形的邊為坐標軸進行投影計算得到輪廓的直方圖作為手的輪廓的特征，如圖51所示。手的面積特征通過計算手的輪廓的多邊形面積即可。假設二值化之后的圖像為I(x，Y)，質心(Xc，Yc)的計算公式如下： 51 52 53, 54于指特征的提取是一個關鍵的技術。圖52 輪廓曲線到極坐標的轉換圖53 局部極值法定位手指 動態(tài)手勢特征在動態(tài)于勢中，由于于在空間和時間兩個維度是都會發(fā)生變化，所以動態(tài)手勢特征包含于的位置變化和于的形狀變化。假設手的運動前后位置為()和()，則可以計算出運動方向的角度，最后把進行量化得到對應的方向編碼。手的形狀變化也是一種動態(tài)手勢特征，這種特征可以簡單地由一系列靜態(tài)手勢特征組成。6 手勢識別 靜態(tài)手勢識別靜態(tài)手勢識別的方法有很多，例如基于規(guī)則的方法、模板匹配的方法、基于機器學習的方法等。它是手工地為手勢之間建立關系，定義識別規(guī)則睜引。基于規(guī)則的方法效率很高，缺點是這些規(guī)則需要預先硬編碼在規(guī)則庫中。在識別時把輸入的手勢特征與模板庫的模板進行匹配。在基于模板的識別方法中比較重要的是定義特征的距離函數。張國良、吳江琴、高文等人采用改進的Hausdorff距離來進行手勢識別。其中表示元素a和b的距離。在提取到于勢特征之后，直接或者降維之后使用分類器進行分類。 動態(tài)手勢識別動態(tài)手勢是具有時間和空間變化，手勢特征量化編碼之后成為時間上的符號序列。直方圖(Histogram)圖像處理領域最基本的直方圖技術在某些情況下用于動態(tài)手勢識別是非常有效的。雖然它丟失了序列的時間特征，但是在一些手勢種類少而且運動軌跡區(qū)別明顯的手勢識別應用，不失為一種好選擇，它的識別處理效率很高。動態(tài)時間規(guī)整(DTlr，Dynamic Time Warping)經典方法動態(tài)時間規(guī)整(DTW，Dynamic Time Warping)在語音識別領域應用得很成功。手勢識別與語音識別有許多相似之處，也可以使用DTW算法進行動態(tài)手勢識別。有限狀態(tài)機非常適合處理有語言。例如P．Y Hong與M．Turk利用有限狀態(tài)機實現了一個實時的動態(tài)手勢識別系統(tǒng)瞳引。馬爾可夫鏈是一個隨機過程，而HMM是一個雙重隨機的過程，其中的狀態(tài)轉移和觀察符號都是隨機過程。HMM是一種概率統(tǒng)計模型，對序列的長短變化適應性比較好，適用于動態(tài)時間序列數據的識別。在現有的動態(tài)手勢識別研究中，HMM的應用最多。左右型與全連接形的區(qū)別是它在轉移概率矩陣增加了一個約束，每個狀態(tài)只能轉移到自己或者它后面的狀態(tài)。在語音識別和手勢識別中，通常是使用帶限制的左右型洲。(1)狀態(tài)的集合S={．．，)，其中N為狀態(tài)數，用仍表示t時刻的狀態(tài)。(2)觀察符號的集合O={．．．，)，其中M是集中的符號數量。(3)狀態(tài)轉移概率分布矩陣A=，其中，表示從轉移到的概率。(5)初始狀態(tài)概率分布，表示初始狀態(tài)為的概率。一個具有N個狀態(tài)數的HMM在一共有種不同的長度為T狀態(tài)轉移序列，它的狀態(tài)空間很大的。Forward評估算法令=P()，1t≤T，l≤i≤N表示在t時刻為止觀察到的符號序，并且處于狀態(tài)。然后是介紹一種基于采樣的膚色模型參數初始化方法，通過對采集于部圖像樣本，自動初始化手部膚色模型、手部面積和臉部面積參數。在手勢特征提取部分，使用經典的基于輪廓的手指特征提取方法，并且提取運動向量作為動態(tài)手勢特征。本文手勢識別的整體流程圖如圖71所示。交互手勢的設計主要有四條基本原則，分別是唯一性、自然性、易用性和簡單性。譬如有些需要的是二維平面的手勢動作，有些需要的是三維空間中的于勢動作(如三維虛擬現實、三維動作游戲等)。 GSense手勢識別應用本文研究的基于多攝像頭的手勢識別系統(tǒng)(GSense)是一個使用兩個攝像頭作為傳感器，從兩個視角實時捕捉用戶的手勢動作視頻，作為手勢識別系統(tǒng)的輸入。本文的基于兩個應用情景來研究手勢識別系統(tǒng)，分別是照片瀏覽與拳擊小游戲。在照片瀏覽應用中，加入了兩個有趣的動作：由后往前伸于的動作，把照片“推”遠，縮小照片；由前往后縮予的動作，把照片“拉回來，放大照片。 GSense應用背景下的手勢設計本文研究的手勢識別系統(tǒng)有兩個功能模式，一個定位模式，另一個是命令控制模式。靜態(tài)手勢的定義圖72是本文定義的4種靜態(tài)手勢。圖72 4種手的靜態(tài)模式 動態(tài)手勢的定義表71 動態(tài)手勢的定義8 Sense手勢識別系統(tǒng)設計與實現基于特定的應用背景，本文為了驗證提出的手勢識別方法的有效性，實現了一個手勢識別系統(tǒng)GSense。它提供光標定位與手勢動作識別兩種功能。它的系統(tǒng)框架圖如圖所示。其中的手勢位置是用于轉化為系統(tǒng)光標位置，手勢動作映射為應用軟件的鍵盤快捷鍵。GSense系統(tǒng)使用兩個普通的攝像頭，型號為Unify(環(huán)宇飛揚)3900+。專業(yè)攝像頭的成像質量遠超過本文使用的這種普通的攝像頭。由于硬件設備的限制，處理難度會增加。系統(tǒng)使用了兩個攝像頭，其中一個安裝在前方屏幕上方，從前方觀察手勢動作．另一個安裝在底部，從下方觀察手勢動作。用戶站立在屏幕前方，正對前置攝像頭與底置攝像頭，與前置攝像頭距離大約1．5米。圖83 基于取攝像頭的GSense手勢識別系統(tǒng)碗件裝置 GSense系統(tǒng)的詳細設計編程實現環(huán)境由于實時的動態(tài)手勢識別對處理效率要求高．所以本文的GSense系統(tǒng)選用C++進行編程實現，界面部分使用MFC。DirectShow是微軟DirectX開發(fā)工具中的一部分，合適于視頻編程處理。系統(tǒng)結構因為予勢識別處理具有典型的“管道一過濾器”型(Pipes and Filters)體系結構風格，因此在實現把手勢檢測跟蹤、手勢特征提取、