Image processing 手部特征识别的图像处理

我正在研究一个问题（在C++/opencv中），其中需要使用从肤色和上手特征提取的身份信息来区分4个用户。然而，肤色法（在YCrCb中）的可靠性很低，因为肤色之间并没有太大差异。因此，我试图从手上提取更多特征，如较暗的斑点等。为此，我计算了图像的拉普拉斯函数。结果:

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/

前两张图片来自同一只手/同一个人。第二个图像是另一个人的手。如你所见，在前两张图片中可以看到一个清晰的亮点，代表手部较暗的斑点。我的想法是在小方块中采样手的轮廓，并在其他图像中找到这些方块。然后，我们可以评估哪个图像与给定图像的匹配最多和最高

但是，我找不到一个算法来查找样本图像和另一个图像之间的匹配。我尝试了cvMatchTemplate（）操作(http://dasl.mem.drexel.edu/~noahKuntz/openCVTut6.html#步骤%202）和meanShift算法，但这两种技术的结果都非常糟糕

---

有人能给我一些建议吗？

这是一个棘手的问题，因为手是一个非常灵活的物体。如果您先解决手姿势估计问题，您可能会有一些运气。 这里有一篇很好的文章，可以帮助您了解研究领域：

OpenCV实现的视频示例：

---

一旦你估计了手的姿势，那么你就有了一个基础来隔离和比较每只手的相同区域（例如，仅仅是指关节和手腕之间的区域）。然后，您可以开始应用通用的图像匹配技术。应用Eigenfaces示例（在您的例子中为“Eigenhands”）可能是您的最佳选择。Eigenfaces是在计算机视觉课程开始时教授的，大量信息可以在线获取

您已经在另一个用户名下发布了一个非常类似的问题。请用您的新见解编辑该问题，并删除此问题。可能重复感谢您提供的信息，我创建了一个手模型，但现在我需要一些过滤器从手上提取一些独特的小细节，例如较暗的斑点。正如我在第一篇文章中所解释的，拉普拉斯算子揭示了其中的许多特性，但我认为我需要其他的过滤器来让这些细节更加清晰，然后才能跟踪它们。我已经尝试过梯度和索贝尔过滤器，但一些提示会很好。此外，我认为我需要一种算法来匹配其他图像中的这些特征（例如，将一个小样本与从一只手提取的黑点与另一只手进行比较）。我现在不知道是否有特定的算法。是的，一旦你有了你想要跟踪的手部区域，你就有了一个图像匹配的基础。训练Haar分类器是“正确”的方法，但非常困难。应用Eigenfaces示例（在您的例子中为“Eigenhands”）可能是您的最佳选择。Eigenfaces是在计算机视觉课程开始时教授的，大量信息可以在线获取。如果您觉得我的答案有帮助，请投票或接受。：）谢谢