0 引言

　　手勢(shì)識(shí)別是一個(gè)包含多學(xué)科多領(lǐng)域的課題，隨著人機(jī)交互技術(shù)的發(fā)展，未來(lái)的手勢(shì)識(shí)別技術(shù)會(huì)趨于基于視覺(jué)。對(duì)于基于視覺(jué)的手勢(shì)檢測(cè)存在著光線(xiàn)、復(fù)雜背景、人臉胳膊等干擾因素，通常會(huì)有附加的限制條件，比如要求背景顏色、穿著長(zhǎng)袖衣服等。這些問(wèn)題短期內(nèi)不能得到完善的解決辦法，因此良好地檢測(cè)到手型區(qū)域是手勢(shì)識(shí)別系統(tǒng)的一個(gè)主要研究?jī)?nèi)容[1]。

　　手勢(shì)檢測(cè)常用的方法是膚色分割、背景差分、灰度直方圖檢測(cè)。單一的方法對(duì)手勢(shì)檢測(cè)無(wú)法得到良好的效果，因此要結(jié)合多種方法。邊緣與輪廓檢測(cè)是手勢(shì)識(shí)別中常見(jiàn)的特征提取方法[2-3]，其中Canny算子很適用于手勢(shì)的邊緣檢測(cè)[4-5]。對(duì)于實(shí)際的圖形，內(nèi)部邊緣檢測(cè)效果不盡相同，因此在不需要圖形內(nèi)部信息時(shí)，輪廓可以更直觀地反應(yīng)圖像特征。

　　手勢(shì)識(shí)別的核心技術(shù)是目標(biāo)分類(lèi)。一種常用的分類(lèi)方法是利用神經(jīng)網(wǎng)絡(luò)[6]，它是應(yīng)用分類(lèi)規(guī)則的常用方法。另一種是支持向量機(jī)的方法[7]，它在數(shù)學(xué)建模和分類(lèi)方面非常受歡迎。還有一些方法是通過(guò)去除那些對(duì)分類(lèi)決定不起作用的數(shù)據(jù)來(lái)提高分類(lèi)能力，例如PCA（主成分分析法）[8]。

　　本文研究視覺(jué)手勢(shì)的實(shí)時(shí)檢測(cè)分割算法。根據(jù)我國(guó)“漢語(yǔ)拼音手指字母圖”中30個(gè)不同指式，綜合運(yùn)用Krisch算子等多種方法進(jìn)行手勢(shì)檢測(cè)，然后基于手勢(shì)輪廓和PCA算法對(duì)字母手勢(shì)進(jìn)行識(shí)別。

1 關(guān)鍵技術(shù)

　　1.1 PCA技術(shù)

　　PCA（Principal Components Analysis）即主成分分析技術(shù)，旨在利用降維的思想，將高維數(shù)據(jù)投影到較低維空間，間接地對(duì)數(shù)據(jù)進(jìn)行了壓縮處理，同時(shí)很大程度上保留了原數(shù)據(jù)的信息。因此在機(jī)器學(xué)習(xí)和模式識(shí)別及計(jì)算機(jī)視覺(jué)領(lǐng)域，PCA方法被廣泛運(yùn)用。

　　1.1.1 基本步驟

　　(1)設(shè)m個(gè)樣本數(shù)據(jù){xm}，每個(gè)樣本數(shù)據(jù)是n維，構(gòu)建一個(gè)大小為m×n的樣本矩陣M。

　　(2)對(duì)矩陣M按行求均值。原始m個(gè)樣本數(shù)據(jù)均值向量為x：

　　(3)計(jì)算樣本數(shù)據(jù)的協(xié)方差矩陣S，公式如下：

　　(4)對(duì)協(xié)方差矩陣做SVD（奇異值分解），即可得到特征值和特征向量。

　　(5)選出前k個(gè)特征向量用于對(duì)樣本的表示，達(dá)到降低數(shù)據(jù)維度和壓縮的目的。

　　(6)將數(shù)據(jù)投影到特征向量的空間之中[9]。

　　1.1.2 基于PCA技術(shù)的圖像識(shí)別

　　高維的圖像空間經(jīng)過(guò)PCA變換后得到一組新的正交基，保留其中重要的正交基，可變成低維線(xiàn)性空間。假設(shè)圖像在這些低維線(xiàn)性空間的投影具有可分性，就可將這些投影用作識(shí)別的特征矢量。

　　在圖像識(shí)別中，可以用PCA變換對(duì)圖像的原始空間進(jìn)行轉(zhuǎn)換，即構(gòu)造圖像數(shù)據(jù)集的協(xié)方差矩陣，對(duì)之進(jìn)行正交變換，求出協(xié)方差矩陣的特征向量，繼而構(gòu)成投影矩陣。選出前k個(gè)特征向量(主成分)，計(jì)算投影的系數(shù)，對(duì)每一類(lèi)求出平均系數(shù)。分類(lèi)時(shí)，將需要分類(lèi)的圖像數(shù)據(jù)進(jìn)行投影，得到系數(shù)，再與先前計(jì)算出的每一類(lèi)的平均系數(shù)進(jìn)行比較，可判為最接近的一類(lèi)。

　　1.2 Krisch算子

　　Krisch算子是由8個(gè)模板組成的方向算子，圖像中的每個(gè)像素在模板代表的8個(gè)方向上進(jìn)行模板卷積計(jì)算。它具有良好的邊緣定位能力與抑制噪聲能力，雖然提取出的邊緣和細(xì)節(jié)較多，導(dǎo)致虛假邊緣多且邊緣較粗，但是能夠提取出對(duì)比度較弱的邊緣，因此應(yīng)用效果較為理想。

　　1.3 改進(jìn)的圖像背景差分法

　　背景差分法是基于圖像序列和參考背景模型相減實(shí)現(xiàn)的目標(biāo)檢測(cè)方法。該方法位置精確且速度較快，因此在實(shí)時(shí)系統(tǒng)檢測(cè)中經(jīng)常應(yīng)用背景差分法來(lái)獲得檢測(cè)結(jié)果。然而該方法對(duì)光照敏感，且在背景灰度變化很大的情況下檢測(cè)效果不理想。所以常用的背景差分法會(huì)受到背景顏色的影響。

　　本文提出將目標(biāo)圖像與背景圖像經(jīng)過(guò)Krisch算子邊緣檢測(cè)后再進(jìn)行差分，以便得到目標(biāo)的區(qū)域位置，流程如圖1所示。

　　通過(guò)邊緣算子的背景差分后，可得到手勢(shì)邊緣的一些信息。該方法對(duì)背景沒(méi)有特殊限制，比直接進(jìn)行灰度圖像的背景目標(biāo)結(jié)果明顯完整。在光照的影響下，膚色分割后的圖像手型輪廓變得不平滑，因此通過(guò)邏輯運(yùn)算使Krisch算子的背景差分方法與膚色檢測(cè)方法相結(jié)合，共同進(jìn)行手勢(shì)檢測(cè)，可以得到較為理想的膚色分割結(jié)果。

2 手勢(shì)識(shí)別系統(tǒng)設(shè)計(jì)

　　手勢(shì)識(shí)別系統(tǒng)實(shí)現(xiàn)框架流程如圖2所示。

　　如圖2所示，手勢(shì)識(shí)別系統(tǒng)設(shè)計(jì)主要分為兩大部分：(1)首先是創(chuàng)建手勢(shì)樣本集，對(duì)樣本集圖像進(jìn)行預(yù)處理、特征提取，最后構(gòu)建手勢(shì)向量特征庫(kù)；(2)建立在第一部分基礎(chǔ)之上，針對(duì)的是單張手勢(shì)圖像。手勢(shì)圖像經(jīng)過(guò)相同的預(yù)處理與特征提取過(guò)程，將得到的手勢(shì)特征向量與手勢(shì)庫(kù)進(jìn)行對(duì)比，根據(jù)歐氏距離計(jì)算向量距離，從而得到識(shí)別結(jié)果。

　　2.1 圖像預(yù)處理

　　首先將捕捉到的手勢(shì)圖像與背景圖像進(jìn)行Krisch算子圖像背景差分，然后把原圖像RGB空間轉(zhuǎn)換為HSV空間進(jìn)行膚色檢測(cè)[10]，得到膚色分割后的二值圖像。應(yīng)用邏輯或運(yùn)算將差分圖像和膚色分割后的圖像結(jié)合起來(lái)。

　　根據(jù)得到的二值圖像檢測(cè)最大連通域，得到手連同部分胳膊區(qū)域的二值圖像。最后根據(jù)手勢(shì)不同方向，采用不同的方法去掉胳膊，從而得到較為準(zhǔn)確的手型區(qū)域。將手型圖像進(jìn)行歸一化處理，壓縮了圖像的數(shù)據(jù)量，減少冗余度，以便進(jìn)一步處理。部分樣本輪廓如圖3所示。

　　經(jīng)過(guò)圖像預(yù)處理過(guò)程，得到大小為32×32的手型輪廓二值圖像。該方法減少了光照對(duì)手型檢測(cè)的影響，從而得到了準(zhǔn)確的手型區(qū)域，繼而得到可靠的手勢(shì)輪廓信息作為特征，為后續(xù)手勢(shì)的特征提取與識(shí)別完成了良好的預(yù)處理工作。

　　2.2 特征提取

　　本文研究的特征以輪廓信息特征為基礎(chǔ)，根據(jù)PCA算法計(jì)算樣本圖像的特征值，生成相應(yīng)的特征庫(kù)，即投影向量矩陣。具體計(jì)算方法如下：

　　每張手勢(shì)輪廓圖像表示為一個(gè)32×32像素的矩陣，即為一個(gè)二維數(shù)組，將其按行變換成一維數(shù)組，一張圖片就能表示為一個(gè)向量d=（x1，x2…x1 024）。

　　將樣本庫(kù)里m張手勢(shì)圖片表示成上述向量形式，則m個(gè)向量組合成一個(gè)m×1 024的樣本矩陣M。當(dāng)m<1 024時(shí)，經(jīng)過(guò)PCA可得到m個(gè)特征值與大小為m×1 024的特征向量。選取k個(gè)特征向量作為主成分，形成大小為m×k的投影變換矩陣，記為C。將樣本矩陣向C映射，得到m×k的樣本投影矩陣，即為特征庫(kù)矩陣，矩陣中每行為一個(gè)大小為1×k的樣本特征向量。

　　2.3 特征匹配識(shí)別

　　在手勢(shì)識(shí)別系統(tǒng)中，將測(cè)試集中圖像進(jìn)行預(yù)處理，得到的32×32輪廓圖像變?yōu)橐痪S數(shù)組，大小為1×1 024。將此數(shù)組向矩陣C投影，得到大小為1×k的特征向量，記為St。

　　兩個(gè)向量a=(a[1]，a[2]，…，a[n])與b=(b[1]，b[2]，…，b[n])之間的距離定義為下面的公式：

　　分別計(jì)算特征向量St與m個(gè)樣本特征向量的歐氏距離，得到距離最小的樣本向量所對(duì)應(yīng)的手勢(shì)含義即為識(shí)別結(jié)果。

3 實(shí)驗(yàn)效果

　　本手勢(shì)識(shí)別系統(tǒng)以漢語(yǔ)拼音30個(gè)字母手勢(shì)為參照,采集了3套手勢(shì)（3套分別為不同人的手）形成手勢(shì)庫(kù)，每套手勢(shì)中每個(gè)字母手勢(shì)錄5張，3套手勢(shì)庫(kù)共450張手勢(shì)圖。圖像格式為BMP圖像，大小為640×480。

　　根據(jù)本文算法，針對(duì)靜態(tài)的字母手勢(shì)做了大量實(shí)驗(yàn)來(lái)測(cè)試其對(duì)識(shí)別率的影響。從手勢(shì)庫(kù)1中的每個(gè)手勢(shì)挑選2張圖像，從手勢(shì)庫(kù)2中的每個(gè)手勢(shì)挑選1張圖像，共得到90張圖像作為樣本。經(jīng)過(guò)上述特征提取方法得到大小為90×k的特征庫(kù)矩陣。其余圖像作為測(cè)試圖像。根據(jù)不同的k值，手勢(shì)庫(kù)圖像識(shí)別結(jié)果如表1所示。

　　由實(shí)驗(yàn)結(jié)果可表面，該算法可有效識(shí)別字母手勢(shì)。當(dāng)k為40時(shí)，平均識(shí)別率可達(dá)到92，且用時(shí)較少，識(shí)別150張靜態(tài)圖像平均40 s左右可完成。當(dāng)k值逐漸變小時(shí)，識(shí)別速度提高了，然而識(shí)別率下降了。因此在選擇k值時(shí)，應(yīng)權(quán)衡速度與準(zhǔn)確率。當(dāng)k=20時(shí)，識(shí)別率良好，且用時(shí)較少，因此在手勢(shì)識(shí)別系統(tǒng)中可以選此k值。

4 結(jié)論

　　本文針對(duì)漢語(yǔ)拼音30個(gè)字母手勢(shì)識(shí)別進(jìn)行研究，提出了結(jié)合多種方法的手勢(shì)檢測(cè)，基于輪廓檢測(cè)和主成分分析的識(shí)別算法，進(jìn)行圖像特征提取和分類(lèi)。實(shí)驗(yàn)證明，該方法可以有效檢測(cè)手勢(shì)，簡(jiǎn)單高效地對(duì)手勢(shì)進(jìn)行識(shí)別，對(duì)圖像的平移和縮放具有穩(wěn)定性。同時(shí)，手勢(shì)過(guò)度旋轉(zhuǎn)對(duì)識(shí)別存在著一定的影響，可結(jié)合手型的多個(gè)幾何特征輔助進(jìn)行特征比較，從而提高識(shí)別率。

　　參考文獻(xiàn)

　　[1] 馮志全，蔣彥.手勢(shì)識(shí)別研究綜述[J].濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2013，27（4）：336-340.

　　[2] 孫麗娟，張立材.基于邊緣梯度方向直方圖的靜態(tài)手語(yǔ)識(shí)別[J].微電子學(xué)與計(jì)算機(jī)，2010，27(3)：148-150.

　　[3] 何陽(yáng)清，葛元，王林泉.應(yīng)用幾何矩和邊緣檢測(cè)的手勢(shì)識(shí)別算法[J].計(jì)算機(jī)工程，2005，31(15)：165-166.

　　[4] CANNY J.A computational approach to edge detection[J].Pattern Analysis and Machine Intelligence，IEEE Transactionson，1986，8(6)：679-698.

　　[5] THEPADE S D，KULKARNI G，NARKHEDE A，et al.Sign language recognition using color means of gradient slope magnitude edge images[C].Intelligent Systems and Signal Processing(ISSP)，Gujarat：IEEE，2013.

　　[6] 譚昶，肖南峰.基于改進(jìn)RCE和RBF神經(jīng)網(wǎng)絡(luò)的靜態(tài)手勢(shì)識(shí)別[J].計(jì)算機(jī)工程與應(yīng)用，2011，47(7)：172-176.

　　[7] 張秋余，王道東，張墨逸，等.基于特征包支持向量機(jī)的手勢(shì)識(shí)別[J].計(jì)算機(jī)應(yīng)用，2012，32(12)：3392-3396.

　　[8] 李榮健，韓其龍，楊鑫華.改進(jìn)的PCA人臉識(shí)別新算法[J].大連交通大學(xué)學(xué)報(bào)，2008，29(4)：48-51.

　　[9] ABDI H，WILLIAMS L J.Principal component analysis[J].Wiley Interdisciplinary Reviews：Computational Statistics，2010，2(4)：433-459.

　　[10] ZHANG X N，JIANG J，LIANG Z H，et al.Skin color en-hancement based on favorite skin color in HSV color space[J].Consumer Electronics，IEEE Transactions on，2010，56(3)：1789-1793.