52、基于图像处理的手部手势识别新算法及其在安全领域的应用

基于图像处理的手部手势识别新算法及其在安全领域的应用

1. 引言

如今，大多数安全系统依赖生物识别技术。生物识别技术是极为可靠的认证工具，因为它利用人体部位进行身份验证，既无法伪造也不会被盗取。常见的生物识别技术包括指纹分析、虹膜和视网膜扫描、语音分析以及签名授权等。这些方法在需要复杂高级安全保障的场景中具有成本优势，但也存在一定的局限性。例如，若指纹受损则无法使用指纹识别；语音和签名也可能被复制和伪造，且相关算法较为复杂，需要更多的计算能力、内存和电力，因此用于简单安全目的时效果不佳。

本文介绍了一种利用美国手语实现安全系统的新算法。该算法不仅可使用美国手语，用户还能自定义手势以增强安全性。其主要优点包括高精度、低成本和易于实现，同时由于依赖个人手部特征和独特手势，系统安全性高且不易被滥用。此外，对于视障人士而言，该系统无需像基于键盘的安全系统那样可视化字母或数字，因此非常实用。

2. 现有方法

手部手势识别的一般技术涉及一系列图像处理步骤。主要步骤如下：
- 图像分割 ：这是识别手部区域的关键步骤，常用的方法是大津算法（Otsu’s Algorithm）。该算法通过确定最佳阈值将图像分割成不同区域。以灰度图像为例，灰度值范围为 0 到 255，若要将图像分割成 N 个级别，则需定义 N 个类别，每个类别跨越预定义阈值之间的几个灰度值。通过计算每个类别的概率和均值，使用“最大类间方差”方法确定最佳阈值。
- 质心计算 ：为了识别手指，需要找到手部的质心。现有方法通过计算图像矩 $M_{ij}$ 来确定质心坐标 $(X,Y)$，公式如下：
- 图像矩