1、基于計算機視覺的手勢識別作為新一代的人機交互手段，它簡單、直觀、易使用，在某些應(yīng)用領(lǐng)域，如虛擬現(xiàn)實、手語翻譯、遠(yuǎn)程控制等領(lǐng)域，有著不可替代的優(yōu)越性，因此，越來越得到人們的重視。雖然目前還是一個研究熱點，但是手勢交互也已經(jīng)漸漸開始應(yīng)用于實際生活了，在最新研發(fā)的消費類數(shù)碼產(chǎn)品中可以看到它的身影。這代表了一種未來交互的新趨勢，也預(yù)示著手勢交互未來廣闊的應(yīng)用前景。
　　本文從手勢圖像的預(yù)處理、手勢特征提取、手勢識別三方面對基于視覺的手勢識

2、別算法進行了研究，并驗證了算法的可行性。實驗結(jié)果表明，本文方法對靜態(tài)手勢識別具有很好的效果。
　　圖像預(yù)處理包括圖像增強、圖像分割和圖像形態(tài)學(xué)處理。本文首先對輸入的圖像進行平滑，銳化處理，然后采用基于灰度的閾值分割方法，從圖像中分割出手勢，將得到的手勢部分圖像進行膨脹和腐蝕處理，達到最佳的手勢分割效果，最后采用基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的邊緣檢測方法檢測手勢的邊緣。
　　在手勢的特征提取部分，本文針對手勢圖像識別率較低，易受噪聲干

3、擾的問題，提出一種基于二維極坐標(biāo)傅立葉描繪子的手勢特征提取算法。該描繪子不僅利用了手勢圖像的邊界信息，還提取了手勢圖像的內(nèi)部信息，受邊界噪聲的干擾更小，通用性更好，魯棒性更高。
　　針對手勢的識別，本文采用了基于BP神經(jīng)網(wǎng)絡(luò)的識別方法。首先利用大量的樣本圖像訓(xùn)練BP網(wǎng)絡(luò)，通過訓(xùn)練成功的網(wǎng)絡(luò)來實現(xiàn)手勢圖像的識別，并根據(jù)輸出結(jié)果來判定識別的正確性。
　　本文的創(chuàng)新點和貢獻：提出將基于脈沖神經(jīng)網(wǎng)絡(luò)的邊緣檢測方法和基于二維極坐標(biāo)傅立