基于matlab手势识别的仿真设计

一、课题背景介绍

手势识别在当下成为热点研究，足可以证明手势识 别技术的重要性，该技术不仅仅可以实现人机交互，还可 以应用于其他高新技术，如对软件的控制，与物联网技术 的结合，与5G技术的融合。手势识别技术还可以与正在 应用中的声音识别、指纹识别和面部识别组合成安全系 数更高的电子锁。总之，手势识别可以应用于生活中的方 方面面，从而大大提高人们的生活幸福感。本文中所写的 手势识别系统的手势识别流程图。

二、算法流程

1图像预处理

图像预处理的目的是将图像复杂的背景和噪声去 除，弱化背景和噪音等无用的信息对手势分割和识别的 干扰，突出图片中存在的重要信息。图像预处理的历程包 括：灰度化、边缘检测和平滑等。

1.1灰度化

RGB色彩空间，如图2所示，以R(red)、G(green)、B (blue)三种基本色为基础。在RBG色彩空间中，所有的颜 色都是由红、绿、蓝三种色光按照不同的比例混合而成 的。一组三原色光便是一个最小的表现单元。

本文经由过程使用加权平均法将手势图片转换为灰 度图像，实现图像灰度化。

R=G-B=(WrR+WgG+WbB)/3 (1)

其中,R、G、B三个分传分别表示红、绿、蓝三种颜色, Mr是R的权值，叩g是G的权值，Mb是B的权值，Mr、 Wg.Wb取不同的值，将形成不同的灰度图像E。

2其他色彩空间

除了 RGB色彩空间，还有很多其他的色彩空间，例如 HSI色彩空间、YUV颜色空间、XYZ颜色空间和Lab色彩 空间等。YUV色彩空间的重要性在于它的亮度信号Y和 色度信号U、V是分离的。YUV色彩空间可以与RGB色彩 空间相互转换。

HIS色彩空间对颜色的描述是从色相、饱和度和亮度 三个方面来说的。HIS色彩空间是一个圆锥体的空间，此 色彩空间相当复杂，但能清晰地显示出色相、明度、饱和度 的变化。亮度与色调相比，由于前者给人的视觉冲击更大, 所以在人的视觉系统中为了更好地处理和识别，经常使用 HSI颜色空间。在图像处理过程中，该颜色空间可以分别 独立地使用大量的算法，简化匚作量。HSI颜色空间也可 以与RGB色彩空间相互转换,并且可以通过rgb色彩空间变为yuv色彩空间。

1.3 图像平滑

手势图像进行灰度化后，能够显现出较为明显的手 势轮廓,由于手势图像会存在噪声、复杂背景等多方面因 素的影响，所以目标手势还无法被轻而易举地提取到。因 此，需要在图像分割之前对图像做平滑处理，移除那些多 余的可能会干扰到识别的噪点。

图像平滑的方法有很多，例如均值滤波、中值滤波、 高斯滤波和双边滤波等等。其中，高斯滤波是一种线性平 滑滤波，常用于图像的平滑减噪处理；但在图片边缘时， 此方法并不行得通，在很多时候此方法的发挥会被限制； 但即便如此，高斯滤波抑制正态分布的噪声依旧是高效 的。双边滤波是一种非线性的滤波方法，结合空域信息和 灰度相似性完成去噪。与高斯滤波相比，双边滤波更加简 T "丨可以处理图片边缘，可应用的场所更多，但是消耗 的时间更长。

本系统釆用的是频域平滑技术。经过傅里叶二维变 化之后，由于噪声的频谱一般在空间高频区域，手势图像 的频谱处于空间低频区域，所以图像平滑不仅能在空域 进行，也能在频域进行。因此，可以通过低通滤波器抑制 髙頻分量，从而实现图像的平滑。滤波器的数学表达式为 如下。

2手势分割

分割方法是阈值法，是图像处理中最常用的分割方 法，经过灰度化的手势图片有均匀一致的灰度值，而且处 在一个具有其他等级灰度值的均匀背景下，使用阈值法 可以起到不错的分割效果。

2.1图片二值化

二值化处理就是将图片上点的灰度值设为。或255, 使整个图片具有明显的黑白效果口。根据图像中的每一个 像素点的灰度值是否满足阈值的要求来判断图像中该像 素点属于手势识别目标还是背景，从而将灰度化图像转 换成二值化图像。

2.2 边缘检测

在与图库中的图片进行比对之前，需要先根据手势 的二值图提取手势的轮廓叫在手势图片预处理后，为了 进一步提高手势识别的准确率，需要对手势图片进行特 征提取。首先,需要根据手势的二值化图像提取手势的轮。廓，然后与图库中的手势图片进行匹配比对。轮廓的提取 不仅是为了得到目标边缘点的位置信息，而且能进一步减 少手势图像中的无关信息，突出重要特征，从而降低计算 量，提高识别速度。

1. 周宇媚.基于Matlab的车牌识别系统设计与仿真[J].明日风 尚，2017(22):56-57.
2. 王彤.车牌识别系统设计与实现[D].苏州：苏州大学,2009.
3. 马晓飞.基于 Wi-Fi无人机控制器的设计与实现[D].沈阳: 东北大学,2013.
4. 林晓予.基于MATLAB仿真的手势识别系统及其应用[J].信 息技术与信息化,2020(9):205-207.