一种基于多特征融合的静态手势图像识别方法

本发明公开了一种基于多特征融合的静态手势图像识别方法。利用综合多要素的图像处理方法对原始的手势图像进行分割，然后对分割后的手势图像进行局部特征提取，局部特征包含Gabor特征、HOG特征和Hu矩特征；将原始的手势图像转换成灰度图像，然后构建了一个双通道卷积神经网络分别提取手势图像的特征，将提取的特征进行求和作为深层次特征；将手势图像的局部特征和深层次特征进行融合，获得融合特征；将融合特征输入到分类器中分类获得不同类别的概率，以最大概率的类别作为手势图像中的手势类别识别结果。本发明提出的方式能够解决复杂背景下的26种手势字母的识别问题，且获得了较高的识别率。