基于不同光照条件的人体手势识别新方法

针对不同光照条件下基于摄像头的人体手势识别所存在的识别率、实时性和鲁棒性等问题,提出一种基于不同光照条件的人体手势识别新方法。首先利用传统图像处理技术与光线补偿、色彩平衡、对比度受限自适应直方图均衡(CLAHE)进行视频帧预处理,然后运用基于Haar分类器的前期检测与基于YCr Cb肤色模型的后期验证进行手势识别分类,并提取质心特征进行方向跟踪判断,最终完成静态与动态实时人体手势识别任务。实验结果表明,在几种不同光照条件下,实时识别率达90%以上,且在手势扭曲、侧对与旋转一定程度下仍具良好识别效果。