基于SIFT算法的手勢控制系統的設計與實現

李翠　王小妮　劉園園

摘要：為了增強人機交互的人性化和多樣化，設計了一種基于SIFT算法的手勢實時控制系統。本系統只需普通PC機與攝像頭就能對手勢進行準確的識別。并且還可以進一步對采集到的圖像進行選擇，這一選擇主要是依據膚色檢測得來的，另外我們還可以采用SIFT算法找到與待測圖像相應的圖像，充分發揮手勢識別技術的優勢，利用輸出信息完成實踐應用的控制工作。該系統不需要建立大容量的樣本庫，運行速度較快，對手勢的識別具有較高的準確性。

關鍵詞：手勢識別；SIFT算法；膚色檢測；特征點

中圖分類號：TP391.4 文獻識別碼：A 文章編號：1001-828X（2016）015-000-01

引言

伴隨著全球信息技術的飛躍式發展，人們對計算機的使用提出了更高的要求，手勢交互方式具有較多的推廣優勢，如生動形象、具體等，因此手勢交互方法被普遍應用在人機交互工作中。

一般情況下，手勢控制系統可以被分為兩大類，主要依據就是輸入設備的差異，第一類是針對數據手套的手勢控制體系，第二類是針對視覺的徒手手勢控制體系。后者的控制體系通常需要較大容量的樣本庫為后續工作奠定基礎，還應該確切的描繪出不同手勢的具體范圍，對周圍環境的要求非常高[3]。

在上述問題的基礎上，下面文章中創建了一種SIFT算法的手勢控制體系。

一、針對手勢控制系統的相關設計

文章中的相關研究都是通過Windows操作系統平臺來完成的，利用Matlab開發工具設計和開發了手勢控制系統，借助普通攝像頭和家用PC機，對手勢進行識別，并成功控制了具體應用。我們可以大致把使用體系粉塵兩大類：第一類是針對手部膚色的檢測，第二類是針對SIFT算法的手勢識別技術。

1.基于膚色的手部區域檢測

不同的手勢不會改變皮膚自身的顏色，在所有的圖像中，手部膚色圖像是比較穩定的。不僅如此，人們的手部在太陽光的照射下色彩幾乎相同，并且色彩不會受到被檢測者的年齡、性別、種族的影響，可以通過手部膚色收集手部區域的基礎信息。

因為普通攝像頭收集到的圖片是RGB彩色空間的，因此無法對其直接處理，一定要把其轉換成YCbCr彩色空間，才能提升處理效果。

文章中把收集到的圖片進行圖像銳化處理，然后在YcbCr空間中提取膚色區域，最后對處理得到的二值圖像進行形態學運算，只有這樣才能得到較為滿意的手部區域圖像。

2.基于SIFT算法的手勢識別

經上一步的判斷后，若攝像頭采集到的圖像中包含有足夠面積的手部區域，則對其進行識別。本文采用SIFT算法對無背景干擾的手勢進行識別。

這種新型的算法的雛形是在上個世紀被人們發現的，隨后人們又對其進行了總結創新。運用這種算法收集到的SIFT特征向量屬于圖像的一種普遍特征，如果我們可以確保其亮度保持不變、尺度縮放比例不變，就能夠確保其噪聲、視角變化比例等的穩定性[1]。

SIFT算法主要有以下幾點：

首先，我們需要認真落實尺度空間的極值點。要想準確得到圖像尺度空間，我們需要利用高斯函數來獲取。

其次，我們需要科學選擇穩定的關鍵點。通過認真選擇那些計算出的極值點，去掉其中的不穩定因素，進而提升關鍵點的穩定性能極其自身抵抗噪聲的能力，為此我們可以參考文相關文獻[2]。

第三，我們應該把選好的關鍵點搭配相應的方向。要想確保SIFT自身的旋轉不變特征，就應該準確找到特征點的主方向。然后結合不同的特征尺度選擇相近的高斯平滑圖像L，準確計算L上每一個點的梯度和方向，隨后進行相鄰窗口的采樣分析，選用直方圖直觀呈現給人們所有點的梯度方向。

二、實驗結果與分析

為了驗證系統的有效性和準確度，本文選用了2種簡單手勢進行實驗，對2種手勢各采集1張，作為樣本圖像。兩種手勢對應的命令分別為開始、前進。

經過相應的研究我們不難看出，手勢控制體系的樣本圖像識別結果不會受到手指不同動作、手勢缺失以及光照差異的影響。

使用Matlab編寫了簡單的圖像播放器、音頻播放器，通過手勢控制系統對兩播放器進行操作。對每個播放器每種手勢各使用50次，統計兩播放器被正確控制的次數。

三、結束語

本文提出的方法對少量的手勢識別效果較佳，如要求識別大量手勢，則隨著各手勢間SIFT特征差異變小，識別結果容易出現錯誤。如果想取得比較好的效果，必須對現在采用的特征點匹配方法加以改進，提高特征點匹配準確率。同時，識別大量手勢需增加樣本圖像的數量，將增加計算量和識別耗時，為解決這一問題需要對手勢進行歸類，識別時對待測圖像進行粗分類，然后將待測圖像與其對應類別中的樣本圖像進行匹配。下一步將研究上述兩個問題的具體解決方案。

參考文獻：

[1]Darid G. Lowe. Object recognition from local scale-invariant features [C].International Conference on Computer Vision， 1999： 1150-1157.

[2]Darid G. Lowe. Distinctive Image Features from Scale-invariant Keypoints [J].International Journal of Computer Vision， 2004， 60（2）：91-110.

[3]劉寅，滕曉龍，劉重慶. 復雜背景下基于傅立葉描述子的手勢識別[J].計算機仿真；2005，22（12）：158-161.