一种基于改进的SURF算法的静态手语字母识别方法

摘要：

结合Kinect传感器提出一种改进的SURF(speeded up robust features)算法进行静态手语字母识别的方法.Kinect传感器采集深度图像进行手势分割可以克服光照变化、复杂背景带来的干扰；改进的SURF算法对实时图像与模板图像的积分图进行计算分析,提取两者的SURF关键点描述符,采用最近邻匹配算法对SURF算法自有的快速索引匹配的结果进行优化,克服了角度旋转变化对手语字母识别率的影响.实验证明,该方法在应对光照变化、复杂背景、角度旋转方面有很好的鲁棒性,平均识别率为97.7％.

关键词：手语字母识别、Kinect传感器、改进的SURF算法、最近邻匹配算法

所属期刊栏目：25

分类号：TP391(计算技术、计算机技术)

资助基金：重庆市教委2011年度科学技术研究项目KJ110518;The Science and Technology Research Project of Chongqing Education CommissionKJ110518

在线出版日期：2016-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：544-548