人与计算机的交互活动越来越成为人们日常活动的一个重要组成部分。而由于手势本身具有的多样性、多义性,以及时间和空间上的差异性等特点,加之人手是复杂的变形体以及视觉本身的不适定性,使此方向研究成为一个极富挑战性的多学科交叉研究课题。 本文结合上海市自然科学基金资助课题“手势识别与合成”,从手势图像的预处理、手势的特征提取和手势的分类器设计等三方面研究了基于视觉的动态手势识别的识别算法。 在图像预处理阶段,我们先对手势图像进行无冗余的帧分离操作,将我们感兴趣的手势图像从视频流中分离出来,接下来我们进行灰度化处理和平滑去噪,平滑后我们用自适应阈值法对手势图像进行二值化,得到了较好的二值化效果。 在特征提取环节,我们先提取手形特征并依据手形特征进了粗分类,然后提取手势图像的运动轨迹特征与手势的手形特征相结合产生了手势的特征向量。 在分类器的设计上,我们将14套手势图像这样划分:4套为训练集10套为测试集,然后先根据手势训练集学习手势特征,再计算测试集中手势与训练集中手势的欧氏距离,最后用近邻法来识别判断。 实验的结果证明了我们的方法是完全行之有效的,识别率达到了93.3%。