基于组合特征提取的手势识别英文翻译.doc

基于组合特征提取的手势识别英文翻译

摘要：手势在视觉交流上是一个热门的研究领域，主要用于手语识别和人机交互的目的。在本论文中，我们提出了一个通过使用隐马尔可夫模型（HMM模型）能够实时从彩色图像的序列中识别字母字符（A-Z）和数字（0-9）的系统。我们的系统有三个主要阶段：自动分割和手势区域的预处理、特征提取和分类。在自动分割和手势区域的预处理阶段，通过使用均值漂移算法和卡尔曼滤波，颜色和3D深度图是用来探测手将出现的轨迹。在特征提取阶段，笛卡尔系统的使用让我们得到三维组合特征的位置、方向和速度。然后，K-均值聚类采用隐马尔可夫模型。最后阶段所谓的分类，Baum - Welch算法是用来做一个完整的隐马尔可夫模型参数训练。通过使用左-右手型与Viterbi算法结合的方法字母和数字的手势被识别。实验表明我们的系统能成功识别手势的概率是98.33%。

关键字：手势识别，计算机视觉，图像处理，模式识别