23、手语识别系统分析与展望

手语识别系统分析与展望

1. 图像预处理

1.1 对比度增强方法

对比度增强方法主要分为以下两类：
- 对比度拉伸 ：将初始像素强度值进行线性映射，通过选择合适的线性算子来改善图像。增强线性对比度有三种方法，分别是最大 - 最小值分段线性拉伸、百分比线性拉伸和线性常数搜索。
- 直方图均衡化和匹配 ：直方图均衡化是一种将所有像素均匀分布在整个强度范围内的技术，调整后的直方图可以提高图像的对比度。

为了减少噪声、增强对比度、去除重影伪像以及改善各种度量值，会使用不同的算法，最后采用混合算法以获得理想的结果。以下是图像质量改善的目标及描述：
| 目标名称 | 描述 |
| — | — |
| 图像滤波 | 最小化输入图像的噪声影响 |
| 对比度增强 | 提高滤波后图像的对比度 |
| 去重影 | 减少采集系统带来的干扰 |
| 峰值信噪比 | 通过合适的滤波器最大化峰值信噪比 |
| 均方误差 | 最小化均方误差 |

1.2 分割阶段

分割阶段的主要目的是提取感兴趣区域（ROI），即数据集中因特定原因标记的样本区域。其目标是对非均匀大小的输入进行最大池化，以获得固定大小的特征图。对象检测的设计分为以下几个阶段：
- 凸包 ：凸对象是内角不大于 180°的对象，非凸则是不满足此条件的形状。在计算几何中，凸包是一种常见的结构，它不仅本身有用，还可用于创建其他结构，如 Voronoi 图，以及在无监督图像分析等应用中发挥作用。 <