薛俊韬　纵蕴瑞　杨正瓴

(天津大学电气与自动化工程学院　天津 300072)



基于改进的YCbCr空间及多特征融合的手势识别

薛俊韬纵蕴瑞杨正瓴

(天津大学电气与自动化工程学院天津 300072)

摘要针对基于视觉的手势识别的复杂性，提出一种基于改进的YCbCr空间及多特征融合的手势识别新方法。首先针对YCbCr颜色空间易受环境因素影响的特点，采用改进的YCbCr椭圆聚类肤色模型的手势分割方法提取手势区域；然后按手势图像外接矩形的宽高比和手指个数进行粗分类，再提取手势的Hu矩和傅里叶描述子构建融合特征，并将融合特征输入BP神经网络进行训练识别；最后综合粗分类和BP神经网络的结果进行手势判别。实验结果表明，该方法在保证实时性的同时具有较高的识别率。

关键词手势识别YCbCr颜色空间Hu矩傅里叶描述子BP神经网络

0引言

手势识别作为人机交互中对使用者限制最小的一种方式，正越来越受到计算机视觉研究者的关注。手势的多样性、多义性，时间和空间差异性[1]，以及视觉本身的不稳定性，使得建立基于视觉的手势识别系统是一个极富挑战性的课题。手势识别主要由图像分割、特征提取和识别等部分组成。

手势分割是手势识别的基础，它处理的好坏直接影响到后续的特征提取和识别效果。由于肤色具有很好的特征，目前很多分割方法基于肤色聚类特性[2]，运用颜色信息得到完整的手部区域。但光照条件的变化、前景和背景中类肤色区域的干扰等，都会使得分割效果不理想。……