基于边缘跟踪方法的肤色区域检测

常用的肤色模型只针对肤色的颜色信息,在较复杂的光照情况下检测效果不理想。为此,结合肤色在HSV颜色空间的分布特点以及肤色区域的边缘信息,提出一种应用于肤色区域检测的边缘跟踪方法。实验结果表明,该方法能准确检测图像中的肤色区域,检测结果优于传统的肤色模型,且对侧光、阴影等具有较好的鲁棒性。

一种新的肤色相似度图自适应阈值选取方法

针对复杂背景图像,基于肤色相似度直方图最低波谷自适应阈值选取法分割提取肤色区域效果不理想,提出第一波谷自适应阈值选取法。实验结果表明,该方法对复杂背景图像的肤色区域分割提取效果较为理想。

一种基于单目视觉的人手检测与识别方法

提出了一种单目视觉下的人手检测与识别方法。该方法结合肤色检测与运动前景检测技术,实现了人手的定位,再由阈值分割获取人手的二值图像。提取傅里叶形状描述子作为二值图像的特征,在与样本的特征进行相似性比对之后获得最终识别结果。实验证明,该方法可以有效地实现复杂背景下人手的定位与识别。

基于高斯混和模型与Blob分析的人手定位

在基于机器视觉的手势识别研究中,手势分割与定位是关键技术。在分析肤色的颜色特征和人手运动特性的基础上,提出了一种在视频图像序列中实现手势分割和定位的算法。首先结合肤色检测技术和基于高斯混合模型的运动目标检测技术,获得了图像序列的初始手势区域;之后利用Blob技术实现了最终手势的分割和定位。实验结果显示,该方法具有较高的分割和定位准确度。