一种基于Hu不变矩的深度图像手势识别方法技术

本发明专利技术公开的一种基于Hu不变矩的深度图像手势识别方法，包括以下步骤：1、获取深度图像；2、根据深度信息对深度图像进行滤波处理，使得深度图像实现前后景分离，并将目标者所做出的手势的手部区域从复杂背景中分离出来；3、对分离出来的手部区域进行Hu不变矩计算，得到手部区域的Hu不变矩特征向量；4、采用PCA算法对手部区域的Hu不变矩特征向量进行降维处理，并采用已训练好的线性SVM分类器对降维处理后的手部区域的Hu不变矩特征向量进行识别和分类处理，得出静态手势分类结果。本发明专利技术使用深度图像直接获得三维信息，有效减少了计算量，提高了算法的鲁棒性，实现了实时的高准确度高鲁棒性的手势识别。

【技术实现步骤摘要】
一种基于Hu不变矩的深度图像手势识别方法
本专利技术涉及人机交互
，尤其涉及一种基于Hu不变矩的深度图像手势识别方法。
技术介绍
随着人工智能技术的日益发展，传统的人机交互方式也在发生改变和创新，语音识别、指纹识别、人脸识别、手势识别等新的交互方式得到了越来越广泛的应用。其中，手势识别技术已经成为人机交互最重要的有效途径之一。用户可以使用简单的手势来控制或与设备进行交互，让计算机理解人类的行为，其核心技术为手势分割、手势分析以及手势识别。目前的手势识别方法是基于普通的RGB相机拍摄图像，预先设定几个手势模板，将手部区域从背景中分割出来，对待识别的手势提取轮廓特征进行形状匹配，计算相似度，根据相似度计算结果并分别归类。这种方法计算量低，算法简单，易于实现，但RGB相机对环境光照、颜色、纹理等信息较为敏感，且基于RGB图像的手部分割算法难度较大，具有识别准确率低的缺点，在实时分类识别中无法表现出良好的性能。Hu不变矩表征图像区域的几何特征，具有旋转、平移、尺度等特性的不变特征。矩在统计学中被用来反映随机变量的散布情形，推广到力学中，它被用作描绘空间物体的质量散布。同样的原理，如果将本文档来自技高网...

【技术保护点】
1.一种基于Hu不变矩的深度图像手势识别方法，其特征在于，包括以下步骤：步骤S10，采用深度相机获取目标者所做出的手势的深度图像；步骤S20，根据深度图像的深度信息对深度图像进行滤波处理，使得深度图像实现前后景分离，并将目标者所做出的手势的手部区域从复杂背景中分离出来；步骤S30，对分离出来的手部区域进行Hu不变矩计算，得到手部区域的Hu不变矩特征向量；步骤S40，采用PCA算法对手部区域的Hu不变矩特征向量进行降维处理，并采用已训练好的线性SVM分类器对降维处理后的手部区域的Hu不变矩特征向量进行识别和分类处理，得出静态手势分类结果。

【技术特征摘要】
1.一种基于Hu不变矩的深度图像手势识别方法，其特征在于，包括以下步骤：步骤S10，采用深度相机获取目标者所做出的手势的深度图像；步骤S20，根据深度图像的深度信息对深度图像进行滤波处理，使得深度图像实现前后景分离，并将目标者所做出的手势的手部区域从复杂背景中分离出来；步骤S30，对分离出来的手部区域进行Hu不变矩计算，得到手部区域的Hu不变矩特征向量；步骤S40，采用PCA算法对手部区域的Hu不变矩特征向量进行降维处理，并采用已训练好的线性SVM分类器对降维处理后的手部区域的Hu不变矩特征向量进行识别和分类处理，得出静态手势分类结果。2.如权利要求1所述的基于Hu不变矩的深度图像手势识别方法，其特征在于，在所述步骤S30中，对分离出来的手部区域进行Hu不变矩计算包括以下步骤：步骤S31，对分离出来的手部区域进行轮廓计算；步骤S32，检测手势的指尖并将其作为外轮廓，同时设...

【专利技术属性】
技术研发人员：王伟行，葛昊，邹耀，应忍冬，刘佩林，
申请(专利权)人：上海数迹智能科技有限公司，
类型：发明
国别省市：上海,31