图像处理手特征识别

问题描述：

我正在处理一个问题（在C++/opencv中），其中4个用户需要使用从肤色和上手的特征中提取的身份信息来相互区分。但是，肤色方法（在YCrCb中）的可靠性非常低，因为肤色之间没有太大差异。因此，我试图从手中提取更多的功能，比如较暗的点等。为此，我计算了图像的拉普拉斯算子。结果：图像处理手特征识别

http://imageshack.us/photo/my-images/818/afb1.jpg/ 
http://imageshack.us/photo/my-images/31/afb2i.jpg/ 
http://imageshack.us/photo/my-images/638/afb3.jpg/

前两张图片来自同一手/人。第二张图像是另一个人的手。正如你所看到的，在第一幅图像中可以看到一个清晰的亮点，它们代表了手部较暗的部位。我的想法是在小方块上采样handcontour，并在其他图像中找到这些方块。之后，我们可以评估哪个图像对于给定图像具有最高和最高的匹配。

但是，我找不到一个算法来查找示例图像和其他图像之间的匹配。我尝试了cvMatchTemplate（）操作（http://dasl.mem.drexel.edu/~noahKuntz/openCVTut6.html#Step%202）和meanShift算法，但这两种技术的结果都非常糟糕。

有人可以给我一些提示吗？

您已经在另一个用户名下发布了一个非常类似的问题。请使用您的新见解编辑该问题，并删除此问题。 –

[图像处理皮肤颜色识别]可能的重复（http://*.com/questions/7589394/image-processing-skin-color-identification） –

答

这是一个棘手的问题，因为手是如此灵活的物体。如果你先解决手势估计问题，你可能会有一些运气。这里是一个很好的纸张，以帮助您在研究空间的句柄：

Vision-based hand pose estimation: a review

视频例如用OpenCV的实现：

http://www.youtube.com/watch?v=uETHJQhK144

一旦你的手的估计姿态，那么你有一个基础来隔离和比较每只手的相同区域（例如，只是指关节和手腕之间的区域）。然后你可以开始应用通用图像匹配技术。应用Eigenfaces示例（您的案例中的“Eigenhands”）可能是您最好的选择。特征脸是在计算机视觉课程开始时教授的，大量的信息可以在线获得。

感谢您的信息，我创建了一个handmodel，但现在我需要一些过滤器从手中提取小的独特细节，如黑点。正如我在第一篇文章中解释的那样，拉普拉斯发现了许多这些特征，但我想我需要其他滤镜才能使这些细节更清晰可见，然后才能跟踪它们。我已经尝试过梯度和sobel过滤器，但一些提示会很好。此外，我认为我需要一种算法来匹配其他图像中的这些特征（例如，将小样本与从一只手中提取的黑点相比较）。如果有特定的算法，我现在不用。 – user170353

是的，一旦你有手区域，你想跟踪*正确注册和转换*你有一个图像匹配的基础。训练哈尔分类器是“正确”的方式，但非常困难。应用Eigenfaces示例（您的案例中的“Eigenhands”）可能是您最好的选择。特征脸是在计算机视觉课程开始时教授的，大量的信息可以在线获得。如果您发现我的回答有帮助，请注意或接受。：）谢谢 –

图像处理手特征识别

相关推荐