研究基于静态手势的数字0~9的识别。标准手势如图3所示。

图3 标准手势图

利用标准手势作为模版，静态手势识别的过程如图4所示。

图4 静态手势识别过程

(1) 手势图像预处理

将输入图像转换到YCbCr颜色空间进行肤色分割。YCbCr空间中肤色聚类特性比较好，Y代表亮度信息，而Cb,Cr分量不受亮度的影响，可以有效的分离出Y分量。这样可以将手势和背景区分开，减少数据量，有利于后续处理。检测到人手区域并进行分割后，为噪声等因素的影响，需要进行中值滤波处理和光照补偿。对分割后的图像进行大小归一化处理，将手掌大小统一到规定尺寸，方便后续的特征提取与识别。

(2) 特征提取

通过测量得知，正常人五指分开后，手指间的角度在10～180#176;之间。大拇指与食指间的角度为40～90#176;，食指与中指、中指与无名指、无名指与小指的角度为10～35#176;，大拇指与小指间的角度为95～150#176;(这里的度数为指尖与手掌中心连线以后的角度)，这为本文的算法提供了依据。本文将指尖与手掌中心坐标以直线连接，形成手形骨架，计算手指间的角度；以手心为中心，采用先计算绝对角度，再计算相对角度的方法对指尖夹角进行测量。

(3) 手势识别

1)记录指尖坐标。将检测到的r个指尖坐标记为

当检测到1个指尖时，定义为手势一。检测到2个以上指尖时，进行下面的计算。

2)计算绝对角度。为指尖坐标，

为手掌中心(质心)坐标。

a. ，则指尖在手心上方的一、二象限内

b.且 ，则指尖在手心正右方， 为零度。

c.且，则指尖在手心正左方， 为 180#176;。

d.，则指尖在手心下方的三、四象限内

3)计算相对角度。

(4) 手势判别

相对角度中，记10～35#176;的相对角度有c₁个，40～90#176;的相对角度有c₂个，95～150#176;的相对角度有c₃个，若有大于180#176;的角度，则表示是与手指指向相反的角度，将其舍去。判别函数定义为

对9种手势进行定义，如表1所示。

表1 手势定义

对9种手势进行定义，如表1所示。

表1 手势定义