圖像處理手特徵識別

我正在處理一個問題（在C++/opencv中），其中4個用戶需要使用從膚色和上手的特徵中提取的身份信息來相互區分。但是，膚色方法（在YCrCb中）的可靠性非常低，因爲膚色之間沒有太大差異。因此，我試圖從手中提取更多的功能，比如較暗的點等。爲此，我計算了圖像的拉普拉斯算子。結果：圖像處理手特徵識別

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/

前兩張圖片來自同一手/人。第二張圖像是另一個人的手。正如你所看到的，在第一幅圖像中可以看到一個清晰的亮點，它們代表了手部較暗的部位。我的想法是在小方塊上採樣handcontour，並在其他圖像中找到這些方塊。之後，我們可以評估哪個圖像對於給定圖像具有最高和最高的匹配。

但是，我找不到一個算法來查找示例圖像和其他圖像之間的匹配。我嘗試了cvMatchTemplate（）操作（http://dasl.mem.drexel.edu/~noahKuntz/openCVTut6.html#Step%202）和meanShift算法，但這兩種技術的結果都非常糟糕。

有人可以給我一些提示嗎？

來源

2011-10-06 user170353

您已經在另一個用戶名下發布了一個非常類似的問題。請使用您的新見解編輯該問題，並刪除此問題。 –

[圖像處理皮膚顏色識別]可能的重複（http://stackoverflow.com/questions/7589394/image-processing-skin-color-identification） –

這是一個棘手的問題，因爲手是如此靈活的物體。如果你先解決手勢估計問題，你可能會有一些運氣。這裏是一個很好的紙張，以幫助您在研究空間的句柄：

Vision-based hand pose estimation: a review

視頻例如用OpenCV的實現：

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

一旦你的手的估計姿態，那麼你有一個基礎來隔離和比較每隻手的相同區域（例如，只是指關節和手腕之間的區域）。然後你可以開始應用通用圖像匹配技術。應用Eigenfaces示例（您的案例中的「Eigenhands」）可能是您最好的選擇。特徵臉是在計算機視覺課程開始時教授的，大量的信息可以在線獲得。

來源

2011-10-06 23:22:12

感謝您的信息，我創建了一個handmodel，但現在我需要一些過濾器從手中提取小的獨特細節，如黑點。正如我在第一篇文章中解釋的那樣，拉普拉斯發現了許多這些特徵，但我想我需要其他濾鏡才能使這些細節更清晰可見，然後才能跟蹤它們。我已經嘗試過梯度和sobel過濾器，但一些提示會很好。此外，我認爲我需要一種算法來匹配其他圖像中的這些特徵（例如，將小樣本與從一隻手中提取的黑點相比較）。如果有特定的算法，我現在不用。 – user170353

是的，一旦你有手區域，你想跟蹤*正確註冊和轉換*你有一個圖像匹配的基礎。訓練哈爾分類器是「正確」的方式，但非常困難。應用Eigenfaces示例（您的案例中的「Eigenhands」）可能是您最好的選擇。特徵臉是在計算機視覺課程開始時教授的，大量的信息可以在線獲得。如果您發現我的回答有幫助，請注意或接受。：）謝謝 –

圖像處理手特徵識別

回答

相關問題