17、手势识别与文本分词技术研究

手势识别与文本分词技术研究

1. 手势识别特征提取方法

在图像识别领域，形状是描述图像内容的重要视觉特征。然而，从三维物体的二维图像中提取形状特征是一项具有挑战性的任务，因为将物体从三维投影到二维会导致信息丢失。当图像受到噪声、失真和遮挡影响时，任务变得更加复杂。

常见的形状特征可分为轮廓特征和区域特征，轮廓特征又可细分为全局特征和结构特征。全局特征如面积、周长等用于描述边界形状，而结构特征提取方法如链码、多边形分解等虽能进行部分匹配，但无法捕捉全局信息。特征提取是图像和模式识别系统成功的关键阶段，因此，本文提出了一种简单而高效的方法，用于提取手指的两个特征以识别手势。

• 方法流程
  mermaid graph LR A[RGB Image] --> B[Gray Image] B --> C[Binary Image] C --> D[Gaussian Filtered Image] D --> E[MAT Image] E --> F[Cropped Image] F --> G[Find Angle & Tips_Distance]
• 步骤说明
  1. 预处理 ：将捕获的 RGB 图像转换为灰度和二值图像，具体任务在之前的研究中有描述。
  2. 中轴变换（MAT） ：MAT 用于找出物体中每个点的最近边界点，最终得到图像的骨架。这里，MAT 被用于将单手势的二值图像转