[发明专利]一种虚拟现实学习课堂的三维手势识别算法

权利要求书

1.一种虚拟现实学习课堂的三维手势识别算法，其特征在于，步骤如下：

S1、在数据源内，由摄像机随机获取三维手势样本，之后将三维手势样本进行初始化与矩阵化；

S2、依据手势图像降噪预处理算法，采取中值滤波算法降噪；

S3、采用二值化手势图像形态学处理，获取更加完整的手势；

S4、采用随机森林算法对样本特征进行降维和重要度排名，之后选择重要度高的特征，对原始数据样本优化，剔除重要度低的特征；

S5、采用XGBoost算法建立最优决策树，利用多种识别算法对参数优化，设置准确度阈值；

S6、在达到准确度阈值时，输出三维手势识别的结果，未达到准确度阈值的再重复采用XGBoost算法建立最优决策树，利用多种识别算法对参数优化，设置准确度阈值。

2.如权利要求1的一种虚拟现实学习课堂的三维手势识别算法，其特征在于，手势图像降噪预处理算法，手势图像中值滤波算法降噪，采用中值滤波技术滤除噪点，并同时保留图像边缘信息，避免手势图像边缘轮廓的模糊，将样本内像素点按照一定的顺序排列，升降序都可以，噪声点的排列位置大概率是靠近两端位置，当像素点个数为偶数时，取样本中间两位像素点的平均值作为中心像素；当像素点个数为奇数时，取样本中间位置像素作为中心像素点的值，定义手势图像为f(u,v),二维样本为H，利用算法对手势图像f(u,v)进行中值滤波后，得到的图像为：

g(u,v)＝Hed_(u,v)∈Nf(u,v)

其中，f(u,v)为手势图像,H为二维样本，N为计算机样本M覆盖的图像像素点位置取值的范围，Hed为样本内像素的中位数运算。

3.如权利要求2的一种虚拟现实学习课堂的三维手势识别算法，其特征在于，二值化手势图像形态学处理包括腐蚀算法，腐蚀算法是求手势样本图像区域最小值，并将该值作为指定像素点的值，假定一个待处理的样本区域为X，Y为结构元素，样本区域X与结构元素Y卷积运算后，得出局部最小值，结构元素Y对目标区城X的腐蚀记为当结构元素Y的中心原点在腐蚀后的区城中平移时，结构元素Y始终完全包含于目标区城X中，腐蚀运算可以将图像边界点消除，可以将边界向内部压缩，使部分区域缩小，因此可以用来消除微小的噪声干扰点，腐蚀运算算法为：

其中，X为样本区域，Y为结构元素，为结构元素Y对目标区城X的腐蚀。

4.如权利要求3的一种虚拟现实学习课堂的三维手势识别算法，其特征在于，还包括膨胀算法，膨胀算法是手势样本图像区域最大值,并将该值作为指定像素点的值，假定一个待处理目标区域为X，Y为结构元素，样本区域X与结构元素Y卷积运算后，得出局部最大值，结构元素Y对目标区城X的膨胀记为当结构元素Y的中心原点在膨胀后的区域中平移时，结构元素Y始终与目标区域X的交集非空，膨胀运算可以使图像中的白色高亮区域扩大，可以对白色区域中微小的黒暗噪点进行吞噬，因此可以消除白色区域中黑暗噪点，膨胀运算算法为：

其中，X为样本区域，Y为结构元素，为结构元素Y对目标区城X的膨胀。

5.如权利要求4的一种虚拟现实学习课堂的三维手势识别算法，其特征在于，还包括开运算，开运算是先对手势样本图像进行腐蚀，再对图像进行膨胀操作使用结构元素Y对目标区城X进行开运算操作，可记作开运算在手势样本图像处理中将目标区域的细小连接线切断，使物体不再粘连，并保证在保证物体面积不变的情况下，平滑较大物体的边界，以达到有效去除小型高亮噪声区城的目的，开运算算法为：

其中，X为样本区域，Y为结构元素，为结构元素Y对目标区城X的开运算。

6.如权利要求5的一种虚拟现实学习课堂的三维手势识别算法，其特征在于，还包括闭运算，闭运算是先对手势样本图像进行膨胀操作，再对图像进行腐蚀操作，使用结构元素Y对目标区域X进行闭运算操作，可记作闭运算在手势样本图像处理中较为有效去除小型黑色空洞区城，消除白色高亮区城中黑暗孤立点，将目标区域的边缘轮廓上的凹陷部分进行填补，使轮廓更加平滑，闭运算算法为：

其中，X为样本区域，Y为结构元素，为结构元素Y对目标区城X的闭运算。