1、隨著計(jì)算機(jī)技術(shù)和信息技術(shù)的飛速發(fā)展，3G生活已經(jīng)走進(jìn)了千家萬(wàn)戶(hù)，4G技術(shù)也已經(jīng)開(kāi)始嶄露頭角，這些高新技術(shù)的出現(xiàn)，使人們的工作和生活產(chǎn)生了史無(wú)前例的巨大變化。借助這些高新技術(shù)，人們的工作更加快捷，生活也更為便利，同時(shí)，對(duì)一直存在于我們身邊的弱勢(shì)群體——聾啞人群體也更加地關(guān)注。中國(guó)現(xiàn)有聾啞人2000多萬(wàn)，為了使這2000多萬(wàn)聾啞人更好更快地融入到正常社會(huì)生活之中，消除健全人與聾啞人之間交流的障礙，提高他們的生活質(zhì)量，真正地實(shí)現(xiàn)融合共生，構(gòu)建

2、社會(huì)和諧，聾人視覺(jué)識(shí)別研究已受到國(guó)內(nèi)越來(lái)越多的專(zhuān)家和學(xué)者關(guān)注。
　　在現(xiàn)有的各種聾人視覺(jué)識(shí)別算法中，處于主導(dǎo)地位的主要是基于數(shù)據(jù)手套的聾人視覺(jué)識(shí)別和基于數(shù)字圖像處理的聾人視覺(jué)識(shí)別方法。大部分研究是將兩種算法相結(jié)合，前者主要用于圖像的采集，而用后者進(jìn)行圖像的識(shí)別和處理，以便取得更好的識(shí)別效果。
　　盡管聾人視覺(jué)識(shí)別已經(jīng)取得某些進(jìn)展，但仍然面臨如手勢(shì)不變特征的提取、手勢(shì)之間的過(guò)渡模型等許多挑戰(zhàn)性課題，導(dǎo)致目前的手語(yǔ)識(shí)別算法在識(shí)別

3、率，健壯性等方面存在諸多不足。本文對(duì)上述問(wèn)題進(jìn)行了研究，并取得了階段性的研究成果，且將其應(yīng)用于作者承擔(dān)開(kāi)發(fā)的聾啞人視覺(jué)識(shí)別交流系統(tǒng)的應(yīng)用軟件研制，部分地已投入了實(shí)際教學(xué)試用。盡管該應(yīng)用軟件還存在許多有待改進(jìn)完善之處，但仍然取得了良好的應(yīng)用效果，并受到從事相關(guān)工作單位的肯定。從事研究期間的主要工作和創(chuàng)新性集中地歸納為以下幾個(gè)方面：
　?、籴槍?duì)分水嶺算法對(duì)噪聲十分敏感，容易引起邊緣不連續(xù)，偽邊緣、過(guò)分割等現(xiàn)象，提出一種基于形態(tài)學(xué)和分水

4、嶺算法相結(jié)合的圖像幾何特征辨識(shí)算法。該算法借助前者獲取將圖像的前景色和背景色最大程序分開(kāi)的最佳閾值，再利用該閾值對(duì)后者的路徑代價(jià)函數(shù)進(jìn)行限制，從而縮小查找范圍，提高了算法的執(zhí)行速度。
　?、卺槍?duì)目前各種融合算法在圖像識(shí)別中存在的光譜特性扭曲、算法復(fù)雜度高，內(nèi)存需求量大，難以兼顧圖像的整體結(jié)構(gòu)和細(xì)節(jié)等問(wèn)題，提出一種基于雙正交小波變換紋理一致性測(cè)度融合算法。該算法根據(jù)正交小波變換對(duì)于融合的源圖像分別進(jìn)行小波分解，其低頻系數(shù)按比例選取圖

5、像的小波系數(shù)構(gòu)成融合圖像小波低頻系數(shù)矩陣，高頻系數(shù)采用紋理一致性測(cè)度分析特定區(qū)域不同高低頻系數(shù)的邊緣特性，并以一定規(guī)則確定融合圖像高頻小波系數(shù)矩陣。實(shí)驗(yàn)結(jié)果表明，該融合算法既可較好地分辨出偽邊緣，使細(xì)節(jié)信息更加豐富和真實(shí)，又兼顧了整體視覺(jué)效果，具有較好的識(shí)別效果。
　?、坩槍?duì)手形識(shí)別的局限性，提出一種基于模糊BP神經(jīng)網(wǎng)絡(luò)的手語(yǔ)融合識(shí)別算法。該算法借助模糊 BP神經(jīng)網(wǎng)絡(luò)，將采集的手形和唇形圖像進(jìn)行融合計(jì)算，其融合圖像被分別視為手形和

6、唇形模糊集，對(duì)模糊集進(jìn)行模糊算子操作，將操作結(jié)果與數(shù)據(jù)庫(kù)手語(yǔ)符號(hào)進(jìn)行匹配，然后將獲取的兩個(gè)手語(yǔ)集再進(jìn)行模糊集合運(yùn)算，最后得到識(shí)別結(jié)果。實(shí)驗(yàn)表明了該算法的有效性。
　?、茚槍?duì)在復(fù)雜光照條件下，傳統(tǒng)人臉特征識(shí)別算法往往忽略了局部區(qū)域像間的對(duì)比度，丟棄了部分重要的紋理特征信息，導(dǎo)致識(shí)別效果不理想，提出一種改進(jìn)的LBP人臉特征識(shí)別算法。該算法先對(duì)不同復(fù)雜光照下的人臉圖像進(jìn)行光照歸一化預(yù)處理，將光照變化控制在一定范圍之內(nèi)，再借助改進(jìn)的LBP