基于移動終端漢語手語識別技術(shù)探究

《基于移動終端漢語手語識別技術(shù)探究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、基于移動終端漢語手語識別技術(shù)探究摘要：文中使用圖像輪廓填充圖形作為手語手勢的特征參數(shù)進行靜態(tài)手語識別。關(guān)鍵是提取出圖像邊緣輪廓，并做出輪廓填充圖形，根據(jù)這個特征參數(shù)對待測圖像進行手語手勢的特征匹配。該方法對圖像亮度、縮放、平移、旋轉(zhuǎn)具有不變性，而且該方法計算簡單、快速，可以用于基于移動終端(Android手機操作系統(tǒng)平臺下)的手語識別系統(tǒng)。關(guān)鍵詞：手語識別圖像輪廓匹配移動終端中圖分類號:TP391.4文獻標(biāo)識碼：A文章編號:1672-3791(2012)07(a)-0024-02隨著計算機技術(shù)和通信技術(shù)的迅速發(fā)展，多模式人機交互技術(shù)研究也有很大進展。手語識別作為多模式人機交互技術(shù)

2、的重要研究方向，其主要目標(biāo)是使特殊用戶(例如聾啞人)可以用更加方便、自然和符合其生理特點的方式來使用計算機、手機等現(xiàn)代化信息設(shè)備。總之，手語識別的研究和實現(xiàn)不僅是一門有價值的研究課題，而且具有更加廣泛的社會意義和實際應(yīng)用前景。目前這種方法對圖像的亮度、縮放、平移、旋轉(zhuǎn)具有不變性，具有很高的識別率，而且識別快速、方便。其缺點在于只能處理靜態(tài)的單個的手語圖像。但相比以前的電腦平臺下的手語識別，這種方法更加的方便，用很廣闊的前景。據(jù)國外媒體報道，美國華盛頓大學(xué)的工程師正在測試一款名為MobileASL的工具，這款工具能利用運動感知技術(shù)去識別美國手語，并通過手機發(fā)送圖像。這是目前唯一可查

3、的研究手語識別技術(shù)在移動終端應(yīng)用的項目。1手語識別建模與實現(xiàn)通過移動終端（這里主要指手機）獲取一幅待測圖片，經(jīng)過預(yù)處理后提取圖像輪廓填充圖形作為特征參數(shù)，將特征參數(shù)與標(biāo)準(zhǔn)庫進行對比，從而識別出改圖片對應(yīng)的手語含義。原理與模型如圖1所示。通過手機獲取26張“A-Z”標(biāo)準(zhǔn)手語手勢的圖片，針對每張圖片我們采取以下處理步驟，以建立標(biāo)準(zhǔn)庫：獲取圖片f灰度處理f圖像裁剪。本文采用canny算子進行邊緣提取。Canny算子是一個具有濾波、增強、檢測的多階段的優(yōu)化算子，在進行處理前,Canny算子先利用高斯平滑濾波器來平滑圖像以除去噪>,Canny分割算法采用一階偏導(dǎo)的有限差分來計算梯度幅值和方

4、向,在處理過程中,Canny算子還將經(jīng)過一個非極大值抑制的過程，最后Canny算子還采用兩個閾值來連接邊緣。對提取的圖像邊緣進行填充，得到圖像邊緣輪廓填充圖形。將待測圖像的填充圖形在旋轉(zhuǎn)-15。?+15。條件下與標(biāo)準(zhǔn)庫參數(shù)進行對比，以得到的相關(guān)系數(shù)最大的角度下的圖像作為識別結(jié)果。這樣就能解決因圖像旋轉(zhuǎn)而造成的識別錯誤的問題。彌補了邊緣方向角直方圖參對數(shù)旋轉(zhuǎn)敏感的不足。2仿真實驗結(jié)果與分析根據(jù)上面所述方法，文中采用如圖所示的手語識別系統(tǒng)進行實驗。實驗以白色為背景,用數(shù)碼相機采集手語的手勢圖片，采用不同的光照,拍攝了26種不同手勢，將待識別的手語圖片建立了一個小型的靜態(tài)手語庫，圖像大

5、小歸一化為512X512,其中一部分作為訓(xùn)練使用。通過以上的實驗我們得出，在手機環(huán)境下手語的識別是可以實現(xiàn)的。在對26個英文字母的手勢的測驗中，19張手語手勢可以識別為最相似目標(biāo),5張手語手勢可以識別為次相似目標(biāo),2張手語手勢不可以識別，識別率為92.31%。與以往的手語識別方法相比較，這種方法更加的方便，簡單。但與此同時，這種方法也有其自身的缺點，它只適用于靜態(tài)的，單個的手語手勢。3結(jié)語文中的創(chuàng)新點是結(jié)合采用圖像邊緣輪廓圖形這個特征參數(shù)進行靜態(tài)手語識別。圖像邊緣輪廓圖形的特點是對圖像旋轉(zhuǎn)不敏感。該方法計算簡單、快速、識別率高。本文的另一個創(chuàng)新點是基于移動終端的手語識別。充分利用

6、了3G手機的極高的數(shù)據(jù)傳輸速率的特點，以及支持多媒體通信的優(yōu)勢，因而該技術(shù)具有潛在的巨大的現(xiàn)實意義。參考文獻[1]郭彩龍?中國靜態(tài)手語識別的研究[D]?碩士論文,西安建筑科技大學(xué),2009.[1]翟俊海，趙文秀，王熙照.圖像特征提取研究[D].河北大學(xué),2009,1.[2]VonAgrisU,ZierenJ,CanzlerU,etal.RecentdevelopmentsinvisualsignlanguQgerecognition[J]?UniversalAccessintheInformationSociety,2008,6(4):323?362.[3]胡友樹.手勢識別技術(shù)綜

7、述[J].中國科技信息,2005(2):42.[4]張良國，高文，陳熙霖，等.面向中等詞匯量的中國手語視覺識別系統(tǒng)[J].計算機研究與發(fā)展,2006,43(3):476-482.[5]YiqiangChen,WenGao,ChangshuiYang,DalongJiang,Multi-ModelBehaviorSynchronizingProsodyModelinSignLanguageSynthesis.ChineseJournalofComputers,2006(5).[6]