본 발명은 계층적 불변 모멘트를 이용한 외곽선 영상기반 ASL(American sign language) 숫자인식 방법에 관한 것으로서, 더욱 상세하게는 조명 변화에 따른 오검출을 줄이고자 HSV 색 공간을 사용하고, 검출된 이진화 영상을 침식과 팽창연산 순의 열림 연산으로 잡영을 제거하며, 캐니 엣지(Canny-edge)로 외곽선을 획득한 후 계층적 불변 모멘트를 실행하여 ASL 숫자를 인식하는 방법에 관한 것이다.본 발명에 따른 계층적 불변 모멘트를 이용한 외곽선 영상기반 ASL 숫자인식 방법은 영상 프레임 입력 단계; RGB에서 HSV로 색 공간 변환 단계; 가우시안 필터링에 의한 초기 잡음 제거 단계; 손바닥의 이진 영상 획득 단계; 손바닥 이진 영상을 관심영역으로 설정하는 단계; 내부 레이블링에 의한 손 내부 잡음 제거 단계; 거리변환벡터로 손 중심점을 검출하는 단계; 거리변환벡터로 손목을 타원의 차 연산으로 제거하는 단계; 캐니 알고리즘에 의한 손바닥 외곽정보 획득 단계; 방향 계층에서 입력 받은 영상의 고유 방향 정보 획득 단계; 물체 외형 계층의 편심도 계산 단계; 물체 외형 계층의 진원도 계산 단계; 편심도 및 진원도에 의한 손 외부 변화 특징값 획득 단계; 수평/수직 분산의 합에 대한 불변 모멘트값으로 미세 손 영상 특징값 획득 단계; 상호 분산에 대한 불변 모멘트값으로 미세 손 영상 특징값 획득 단계; 왜도 감소에 대한 불변 모멘트값으로 미세 손 영상 특징값 획득 단계; 왜도 상쇄에 대한 불변 모멘트값으로 미세 손 영상 특징값 획득 단계; 편심도에 의한 손 외부 변화 특징값 정규화 단계; 진원도에 의한 손 외부 변화 특징값 정규화 단계; 수평/수직 분산의 합 불변 모멘트에 의한 미세 손 영상 특징값 정규화 단계; 상호 분산 불변 모멘트에 의한 미세 손 영상 특징값 정규화 단계; 왜도 감소 불변 모멘트에 의한 미세 손 영상 특징값 정규화 단계; 왜도 상쇄 불변 모멘트에 의한 미세 손 영상 특징값 정규화 단계; 상기 정규화 된 특징값의 입력층 설정 및 목표값 설정 단계; 역전파 인공신경망으로 분류하여 최종 손 모양을 인식하는 단계;를 포함하여 실시 흐름이 형성되는 것을 특징으로 한다.

G06V 40/20(2022.01.01)
G06V 10/30(2022.01.01)
G06V 10/56(2022.01.01)
G06F 18/24(2023.01.01)
G06V 10/75(2022.01.01)

G06V 40/28(2022.01)