一种基于改进的SURF算法的静态手语字母识别方法

结合Kinect传感器提出一种改进的SURF(speededuprobustfeatures)算法进行静态手语字母识别的方法。Kinect传感器采集深度图像进行手势分割可以克服光照变化、复杂背景带来的干扰；改进的SURF算法对实时图像与模板图像的积分图进行计算分析，提取两者的SURF关键点描述符，采用最近邻匹配算法对SURF算法自有的快速索引匹配的结果进行优化，克服了角度旋转变化对手语字母识别率的影响。实验证明，该方法在应对光照变化、复杂背景、角度旋转方面有很好的鲁棒性，平均识别率为97.7%。