一种复杂背景下的手部图像分割方法

提出了一种复杂背景下的手部图像分割方法。首先,在YUV颜色空间建立了YUV肤色模型,再利用摄像机对背景持续观测一段时间,建立背景的统计模型,然后将两种模型结合,对当前手图像进行分割,最后对分割后的图像进行形态学滤波、空洞填充与中值滤波等处理得到最终分割的手势。实验结果表明,此种方法算法简单,分割效果好,非常适用于复杂背景的手势分割与识别。

基于形态学处理与模式识别的手部图像分割

为了更有效地分割手部图像,提出一种基于彩色阈值变换、形态学处理与模式识别的手部识别算法。利用手部与周围背景在RGB颜色分量上存在一定的差异,先通过RGB阈值变幻将彩色图像二值化,然后进行闭运算与孔洞填充,最后根据周长面积比去除背景中的孤立点集以提取手部。实验证明,该算法能够较为有效地将手部从背景中提取出来。

基于HSI空间的手部图像分割

为了能够更加简略和清晰的分割手部图像,该文提出一种基于HSI颜色空间的手部识别算法：先利用HSI空间通过色调、亮度和色彩度来描述图像,然后进行闭运算与孔洞填充。实验证明,该算法能够较为有效地将手部从背景中提取出来。