李穎 張曉雪等

摘 要：人機交換技術(shù)已成為日常生活中一個重要部分。比如，汽車導(dǎo)航技術(shù)，醫(yī)療器械的設(shè)計，游戲娛樂，人臉識別，指紋識別等等技術(shù)都體現(xiàn)了人機交換的重要性。又由于手勢是包含信息量最多的人體語言。因此，本文主要研究手勢的識別，尤其是應(yīng)用在無線遙控車中的手勢識別技術(shù)。系統(tǒng)實現(xiàn)的重點和難點在于PC機的手勢識別部分。基于遙控車的設(shè)計，本文對手勢識別技術(shù)方案設(shè)計如下：在手勢建模方面，采用基于表觀的手勢模型；在手勢分析方面，從原始圖像中抽取的輪廓、邊界、圖像矩確定采用的手勢特征；在手勢識別方面，采用模板匹配的方法進行識別。

關(guān)鍵詞：手勢建模 手勢特征 模板匹配

中圖分類號：TP39 文獻標(biāo)識碼：A 文章編號：1672-3791（2013）03（b）-0018-01

1 總體設(shè)計

本項目分為PC機端的手勢識別部分和遙控小車部分，系統(tǒng)功能是PC機安裝攝像頭，實時采集手勢圖像，根據(jù)手勢識別結(jié)果通過無線模塊對小車發(fā)送控制命令，使小車完成不同的動作。本系統(tǒng)的總體結(jié)構(gòu)圖（如圖1）。

本系統(tǒng)手勢識別部分設(shè)計的結(jié)構(gòu)框圖（如圖2）。

2 手勢識別技術(shù)

手勢識別的技術(shù)方案如以下幾點。

2.1 手勢建模

在手勢識別框架中，手勢模型是一個最基本的部分。手勢建模主要分為基于表現(xiàn)的手勢模型與基于3 d的手勢模型。基于表觀的手勢建模是一種二維建模，從二維平面觀察得到的平面圖像信息描述于的特征?；诒碛^的手勢模型主要包括基于顏色的模型與基于輪廓的模型兩種?；陬伾氖謩菽Ｐ褪前咽謩輬D像看作像素顏色的集合，通過提取手部的顏色的特征來描述手勢。對于一幅彩色圖像而言，顏色更利于將手勢識別出來。因此本文使用的是基于表現(xiàn)的手勢模型，主要是基于膚色的手勢識別。

（1）膚色分割，基于膚色彩色信息的檢測，主要是根據(jù)膚色在空間分布的特點，快速地找到手可能的候選區(qū)域，縮小后續(xù)細(xì)檢測的范圍，其檢測過程為。

彩色空間的轉(zhuǎn)換在計算機視覺中，彩色空間主要有RGB，HSV，HSI，YIQ，YUV等。由于RGB是最為常見的彩色空間，所以可以通過RGB不同的參數(shù)值將膚色從圖像中檢測出來。通過對圖像的RGB參數(shù)值進行結(jié)果分析，R>30，G>15，B>2時手勢可以被模糊的識別出來，但是達不到預(yù)期效果，所以本文采用了聚類的方法來較為精準(zhǔn)的確定人手的候選區(qū)域，方法如下：需要從手勢取出50～80個能代表膚色的像素，統(tǒng)計手勢與該像素顏色相近的像素的數(shù)目。同時，改變符合條件的像素的顏色，以確認(rèn)這些像素是否位于手勢上。得到手勢候選區(qū)域后進行邊緣識別，除去自然界中存在著類似膚色的信息。本文采用拉普拉斯算子實現(xiàn)邊緣跟蹤（如圖3）。

（2）手勢分析，手勢不變矩的定義：對于手勢圖像函數(shù)f（x，y），如果它分段連續(xù)且只在XOY平面上的有限個點不為0，則可以證明它的各階矩存在。手勢圖像的矩是用所有屬于手勢區(qū)域內(nèi)的點計算出來的，因而不太受噪聲的影響。所以可以用不變距的特性區(qū)分手勢[5]。

手勢有七個不變矩參數(shù)，計算手勢輪廓的不變矩作為手勢的特征，首先根據(jù)八鄰域法所得到的輪廓矩，來確定手勢的輪廓函數(shù)f（x，y），f（x，y）中x和y分別為矩陣的標(biāo)號，而函數(shù)值就是輪廓距中相應(yīng)標(biāo)號存儲的數(shù)值[4]。在確定手勢的輪廓函數(shù)f（x，y）之后，可計算兩個不變矩作為手勢的特征[1]。這個兩個不變矩特征都是具有旋轉(zhuǎn)平移和尺度不變性，同時具有很好的區(qū)分性能。

2.2 手勢識別

手勢識別有3種方法：模板匹配法、神經(jīng)網(wǎng)絡(luò)法、HMM。模板匹配方法是一種最簡單的識別技術(shù)，具有計算簡單、速度快的特點。其核心的思想就是將輸入的原始數(shù)據(jù)與預(yù)先存儲的模板進行匹配，通過測量兩個模板之間的相似度來完成識別任務(wù)。所以本文采用模板匹配方法進行手勢識別。

3 結(jié)語

目前，基于計算機視覺的靜態(tài)手勢識別技術(shù)研究很多，有基于幾何特征的手勢識別、基于人工神經(jīng)網(wǎng)絡(luò)的手勢識別等技術(shù)，但仍然存在手勢目標(biāo)檢測困難、手勢目標(biāo)識別困難等技術(shù)難點，所以，如何準(zhǔn)確、迅速地對實時手勢圖像進行識別具有重要的研究意義。本文對手勢識別技術(shù)進行研究，根據(jù)手勢識別結(jié)果對遙控車進行控制，其研究成果為手勢識別的發(fā)展提供理論依據(jù)和實踐基礎(chǔ)，為基于手勢識別技術(shù)的人機交互開辟更廣泛的應(yīng)用領(lǐng)域。

參考文獻

[1]任海兵，祝遠新，徐光祐，等.復(fù)雜背景下的手勢分割與識別[J].自動化學(xué)報，2002，28（2）：256-261.

[2]Stokoe W C.Sign Language Structure：An Outline of the Visual Communication System of the American Deaf， 1960，Buffalo，NY：Linstok.

[3] 朱繼玉，王西穎，王威信，等.基于結(jié)構(gòu)分析的手勢識別[J].計算機學(xué)報，2006，29（12）：2130-2137.

[4]周航，阮秋琦.基于表現(xiàn)特征的手勢識別[J].廣西師范大學(xué)學(xué)報，2003，21（1）：25-30.

[5]葛元，郭興偉，王林泉.傅立葉描述子在手勢識別中的應(yīng)用[J].計算機應(yīng)用與軟件，2005，22（6）：12-13.