SPCA563B实现图像识别系统

方向变量A[n].dir，记录新的边界点的坐标(A[n].x，A[n].y)。

　　③如果边界点A[n]等于第一个边界点A[0]，即(A[n].x==A[O].xA[n].y==A[0].y)。停止搜索。结束跟踪。否则重复步骤②。

　　由边界点A[O]、A[1]、A[2]、…、A[n]构成的边界便为要跟踪的边界。算法中步骤①的作用足找出第一个边界点，步骤③的作用是找出所有的边界点。如图9所示，左边为原始图像，右边是用该算法仿真的结果。

　　2.2 手势识别算法实现

　　我们的主要目的是找出伸出手指的个数。开始用行扫描的方法通过行内从O→1或1→O黑白像素变化的次数来确定伸出手指的个数，但这种算法对于倾斜一定角度的手指数目判断存在一定问题，因此转而采用“提取指尖点算法”。

　　提取指尖点的方法着眼于从手势轮廓中搜索出指尖点，一个指尖点对应于一根手指，最后根据得到指尖点的个数来判定手指数目。判断是不是指尖：分析手的形状，手指的两边基本上是平行的。一直按逆时针方向前进，每经过一次指尖，手形轮廓的走向发生反向的变化。由于手形轮廓的边缘存在一定的毛刺，因此可以用多点方向的平均来减小毛刺的影响。这里取36点方向的平均，表示为Average_dix[i]。是否经过指尖的判断条件1：126=|Average_dir[i-1]一Average_dir[i+1]|=162。(说明：两点方向相反，其方向值差4，3.5×36=126，4.5×36=162。)

　　再分析手的形状，两手指之间边缘轮廓的走向也满足判断条件l，故必须添加判断条件。如图10所示，当沿着一个方向搜索手的边缘轮廓时，经过指尖走向一定与手指间缺口走向相反。因此，必须假设判定条件2：

　　Is_FingerVertex(dir0，dirl，dir2);

　　这个函数是用来通过连续3点的方向来判断这3点是否为逆时针走向。由于是沿着逆时针方向搜索边缘轮廓的，故在判定条件1成立的前提下加上Is_FingerVertex(Average_dir[i-1]，Average_dir[i]，Average_dir[i+1])就可以判断是否为指尖，从而判定手指的数目。顺序3点是否为逆时针走向，具体在程序中可以构造一个循环队列来实现。测试结果表明这种算法非常稳定。

　　结语

　　该系统具有语音输出提示功能，操作更加人性化，并且可以通过USBl.1接口与PC进行通信;配合PC端的调试工具，还可以大大缩短图像识别功能开发的周期。