本文選題：膚色聚類(lèi) + 圖割��； 參考：《沈陽(yáng)工業(yè)大學(xué)》2017年碩士論文

【摘要】：進(jìn)入21世紀(jì)以來(lái),人機(jī)交互系統(tǒng)成為了科學(xué)界的寵兒,受到了一大批科研學(xué)者的青睞,其中手語(yǔ)識(shí)別技術(shù)的研究炙手可熱。隨著研究的深入以及社會(huì)需求的提高對(duì)手語(yǔ)識(shí)別的要求更加苛刻,基于視覺(jué)的手語(yǔ)識(shí)別成為當(dāng)下研究的重點(diǎn)。傳統(tǒng)的手語(yǔ)識(shí)別方法對(duì)環(huán)境背景,圖像采集設(shè)備以及人的手勢(shì)動(dòng)作要求都較高,因此針對(duì)手語(yǔ)圖像背景的復(fù)雜性,手語(yǔ)手形的相似性以及手語(yǔ)識(shí)別算法的局限性,本文提出一種新的靜態(tài)手語(yǔ)識(shí)別系統(tǒng)。本文針對(duì)手語(yǔ)圖像背景的復(fù)雜性,提出一種基于改進(jìn)的膚色聚類(lèi)的初分割以及利用圖割方法的再分割算法,通過(guò)該方法可以在復(fù)雜背景中獲取完整的手區(qū)域;其次針對(duì)手形的相似性,提出利用鏈碼跟蹤方法檢測(cè)手語(yǔ)圖像的輪廓,隨后提取輪廓的凸包缺陷點(diǎn)、Hu矩、幾何特征以及區(qū)域描繪子等多個(gè)特征值用來(lái)區(qū)分各種手語(yǔ),提取的這些多特征具有綜合性和區(qū)分性,能夠很好地體現(xiàn)各種手語(yǔ)的形狀特征;最后針對(duì)手語(yǔ)種類(lèi)的多樣性以及手語(yǔ)識(shí)別算法的局限性,提出多次分類(lèi)識(shí)別算法即采用SVM進(jìn)行依據(jù)缺陷點(diǎn)個(gè)數(shù)的初分類(lèi)以及利用多特征融合的再分類(lèi)識(shí)別算法,之后針對(duì)存在一些難以區(qū)分且非常相似的手語(yǔ)利用兩個(gè)區(qū)域描繪子進(jìn)行細(xì)分類(lèi)識(shí)別,通過(guò)對(duì)手語(yǔ)圖像進(jìn)行多次的分類(lèi)識(shí)別可以更好地區(qū)分每種手語(yǔ)且運(yùn)算量小。實(shí)驗(yàn)得出在自采集的26種靜態(tài)手語(yǔ)圖像分類(lèi)識(shí)別中平均識(shí)別率達(dá)93.18%,表明了本文提出的手語(yǔ)識(shí)別系統(tǒng)的有效性和社會(huì)實(shí)用性。
[Abstract]:Since the beginning of the 21st century, the human-computer interaction system has become the favorite of the scientific community, and has been favored by a large number of researchers, among which the research of sign language recognition technology is very hot. With the deepening of research and the improvement of social needs, sign language recognition based on vision has become the focus of current research. Traditional sign language recognition methods require high environmental background, image acquisition equipment and gesture action. Therefore, the complexity of sign language image background, the similarity of sign language hand shape and the limitation of sign language recognition algorithm are discussed. This paper presents a new static sign language recognition system. Aiming at the complexity of the background of sign language image, this paper proposes a new algorithm of initial segmentation based on improved skin color clustering and a resegmentation algorithm using graph cutting method, through which the complete hand region can be obtained in the complex background. Secondly, aiming at the similarity of hand shape, a chain-code tracking method is proposed to detect the contour of sign language images, and then to extract the Hu moments, geometric features and region descriptors of the contour to distinguish various sign languages. The extracted features are comprehensive and distinguishable, which can well reflect the shape features of various sign languages. Finally, aiming at the diversity of sign language types and the limitations of sign language recognition algorithms, In this paper, a multiple classification recognition algorithm is proposed, that is, the initial classification based on the number of defect points and the subclassification recognition algorithm based on multi-feature fusion are proposed by using SVM. Then we use two region descriptors to subdivide the sign language which is difficult to distinguish and very similar. By classifying and recognizing the sign language image for several times we can distinguish each sign language better and the computation is less. The experimental results show that the average recognition rate of 26 static sign language images collected by ourselves is 93.18, which shows the effectiveness and social practicability of the sign language recognition system proposed in this paper.
【學(xué)位授予單位】：沈陽(yáng)工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉建忠;;圖像邊緣的數(shù)學(xué)結(jié)構(gòu)分析[J];軟件;2011年05期

2 陳文兵;張小磊;;基于圖像邊緣的能見(jiàn)度計(jì)算方法[J];微型電腦應(yīng)用;2009年04期

3 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年04期

4 潘衛(wèi)國(guó);鮑泓;何寧;;一種傳統(tǒng)中國(guó)書(shū)畫(huà)圖像的二分類(lèi)方法[J];計(jì)算機(jī)科學(xué);2012年03期

5 周濤;陸惠玲;拓守恒;馬競(jìng)先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補(bǔ)算法[J];寧夏大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

6 唐亮;唐娉;閻福禮;鄭柯;;HJ-1 CCD圖像自動(dòng)幾何精糾正系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用;2012年S2期

7 宋建中;;噴霧圖像的自動(dòng)分析[J];光學(xué)機(jī)械;1988年04期

8 張錦華;孫挺;;引入像點(diǎn)融合度修補(bǔ)的圖像邊緣化參差拼接實(shí)現(xiàn)[J];微電子學(xué)與計(jì)算機(jī);2014年08期

9 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

10 潘泓;夏良正;;一種基于圖像邊緣的矩計(jì)算方法[J];模式識(shí)別與人工智能;2003年03期

相關(guān)會(huì)議論文 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動(dòng)感特征分析[A];第一屆中國(guó)情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

3 韓焱;王明泉;宋樹(shù)爭(zhēng);;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊(cè)）[C];2001年

4 王強(qiáng);王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國(guó)通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無(wú)參考客觀質(zhì)量評(píng)測(cè)方法[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域?yàn)V除方法[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

8 漆琳智;張超;吳向陽(yáng);;引導(dǎo)濾波的單幅圖像前景精確提取[A];浙江省電子學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 吳飛;無(wú)邊距照片打印三部曲[N];中國(guó)電腦教育報(bào);2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報(bào);2009年

3 ;B超術(shù)語(yǔ)解釋[N];農(nóng)村醫(yī)藥報(bào)（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報(bào);2001年

5 馬駿睿 皓月;制作版畫(huà)效果圖片[N];中國(guó)攝影報(bào);2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報(bào);2009年

7 西安 張正倉(cāng);I~（2）C總線控制的HG-2220AV液晶屏視頻信號(hào)驅(qū)動(dòng)板[N];電子報(bào);2003年

8 ;令挑剔的人也刮目相看[N];中國(guó)電子報(bào);2001年

9 侯杰;國(guó)產(chǎn)芯片進(jìn)軍移動(dòng)多媒體市場(chǎng)[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國(guó)計(jì)算機(jī)報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 梁福來(lái);低空無(wú)人機(jī)載UWB SAR增強(qiáng)成像技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 賈茜;基于時(shí)—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學(xué);2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學(xué);2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

6 楊小義;圖像特征識(shí)別算法及其在聾人視覺(jué)識(shí)別中的應(yīng)用研究[D];重慶大學(xué);2015年

7 王玉明;SAR圖像地雷場(chǎng)檢測(cè)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

8 溫景陽(yáng);圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學(xué);2015年

9 李林;基于概率圖模型的圖像整體場(chǎng)景理解方法研究[D];電子科技大學(xué);2014年

10 馮景;基于SAR圖像的海面溢油檢測(cè)研究[D];北京理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 李鵬遠(yuǎn);圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應(yīng)用[D];華南理工大學(xué);2015年

2 萬(wàn)燕英;微聚焦X-ray圖像自適應(yīng)正則化去噪方法[D];華南理工大學(xué);2015年

3 毛雙艷;基于梯度域的圖像風(fēng)格化渲染方法的研究及其應(yīng)用[D];華南理工大學(xué);2015年

4 向訓(xùn)文;RGB-D圖像顯著性檢測(cè)研究[D];華南理工大學(xué);2015年

5 曾旭;基于聚類(lèi)和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學(xué);2015年

6 熊楊超;圖像美學(xué)評(píng)價(jià)及美學(xué)優(yōu)化研究[D];華南理工大學(xué);2015年

7 王艷;圖像視覺(jué)顯著性檢測(cè)方法及應(yīng)用的研究[D];華南理工大學(xué);2015年

8 鄭露萍;圖像二階微分特征提取及人臉識(shí)別應(yīng)用研究[D];昆明理工大學(xué);2015年

9 王思武;基于太陽(yáng)圖像的特征提取和檢索[D];昆明理工大學(xué);2015年

10 曹靜;基于暗通道先驗(yàn)算法的圖像去霧處理[D];海南大學(xué);2015年

本文編號(hào)：1785167