摘要

本发明公开了一种基于多特征融合的单目静态手势识别方法,步骤包括:手势图像采集,用单目摄像头采集包含手势的RGB图像;图像预处理,利用人体肤色信息进行肤色分割,利用形态学处理并结合手部的几何特征,将手部与复杂背景分离,通过距离变换操作定位掌心并去除手部存在的手臂区域,得到手势二值图像;手势特征提取,计算手势的周长与面积比、Hu矩及傅里叶描述子特征,构成手势特征向量;手势识别,输入手势特征向量训练BP神经网络,实现静态手势分类。本发明结合肤色信息与手部的几何特征,利用形态学处理及距离变换操作实现单目视觉下准确的手势分割;通过组合多种手势特征并训练BP神经网络,得到鲁棒性强、准确率高的手势分类器。