若A[n-1].dir為奇數(shù)，則取(A[n-1].dir+7)rood 8;

　　若A[n-1].dir為偶數(shù)，則取(A[n-1].dir+6)mod 8。

　　在3×3鄰域中搜索到的第一個與當(dāng)前像素相同的像素便為新的邊界點A[n]，同時更新記錄從上一點搜索到邊界點A[n]的方向變量A[n].dir，記錄新的邊界點的坐標(biāo)(A[n].x，A[n].y)。

　　③如果邊界點A[n]等于第一個邊界點A[0]，即(A[n].x==A[O].xA[n].y==A[0].y)。停止搜索。結(jié)束跟蹤。否則重復(fù)步驟②。

　　由邊界點A[O]、A[1]、A[2]、…、A[n]構(gòu)成的邊界便為要跟蹤的邊界。算法中步驟①的作用足找出第一個邊界點，步驟③的作用是找出所有的邊界點。如圖9所示，左邊為原始圖像，右邊是用該算法仿真的結(jié)果。

　　2.2 手勢識別算法實現(xiàn)

　　我們的主要目的是找出伸出手指的個數(shù)。開始用行掃描的方法通過行內(nèi)從O→1或1→O黑白像素變化的次數(shù)來確定伸出手指的個數(shù)，但這種算法對于傾斜一定角度的手指數(shù)目判斷存在一定問題，因此轉(zhuǎn)而采用“提取指尖點算法”。

　　提取指尖點的方法著眼于從手勢輪廓中搜索出指尖點，一個指尖點對應(yīng)于一根手指，最后根據(jù)得到指尖點的個數(shù)來判定手指數(shù)目。判斷是不是指尖：分析手的形狀，手指的兩邊基本上是平行的。一直按逆時針方向前進(jìn)，每經(jīng)過一次指尖，手形輪廓的走向發(fā)生反向的變化。由于手形輪廓的邊緣存在一定的毛刺，因此可以用多點方向的平均來減小毛刺的影響。這里取36點方向的平均，表示為Average_dix[i]。是否經(jīng)過指尖的判斷條件1：126=|Average_dir[i-1]一Average_dir[i+1]|=162。(說明：兩點方向相反，其方向值差4，3.5×36=126，4.5×36=162。)

　　再分析手的形狀，兩手指之間邊緣輪廓的走向也滿足判斷條件l，故必須添加判斷條件。如圖10所示，當(dāng)沿著一個方向搜索手的邊緣輪廓時，經(jīng)過指尖走向一定與手指間缺口走向相反。因此，必須假設(shè)判定條件2：

　　Is_FingerVertex(dir0，dirl，dir2);

　　這個函數(shù)是用來通過連續(xù)3點的方向來判斷這3點是否為逆時針走向。由于是沿著逆時針方向搜索邊緣輪廓的，故在判定條件1成立的前提下加上Is_FingerVertex(Average_dir[i-1]，Average_dir[i]，Average_dir[i+1])就可以判斷是否為指尖，從而判定手指的數(shù)目。順序3點是否為逆時針走向，具體在程序中可以構(gòu)造一個循環(huán)隊列來實現(xiàn)。測試結(jié)果表明這種算法非常穩(wěn)定。

　　結(jié)語

　　該系統(tǒng)具有語音輸出提示功能，操作更加人性化，并且可以通過USBl.1接口與PC進(jìn)行通信;配合PC端的調(diào)試工具，還可以大大縮短圖像識別功能開發(fā)的周期。