手语是由手及手臂的运动并辅之于脸部表情及体势来表达思想的一种人体语言,是聋哑人之间进行交际的重要工具。计算机手语识别研究的目的是通过计算机及采集设备获取手语信息,采用模式识别等算法,将其翻译成文本或语音,使健全人也可以“听懂手语”;反之,是指健全人通过语音来表达意图,计算机将语音翻译成手语并用手势表达出来,使聋哑人也能够“看懂声音”。因此手语识别的实现可使聋哑人和健全人之间的交流变得更加方便、快捷;使聋哑人也能方便地使用电视、电话、电影、网络、计算机等高科技产品,使他们能更好地融入正常人的社会生活,大大提高他们的生活质量,改善他们受教育的环境。手语识别系统根据手势的输入设备可分为基于数据手套的识别系统和基于视觉的识别系统。由于基于视觉的手语识别使人机交互更加自然、方便,因而成为目前研究的主要方向。在边缘检测方面,使用一种改进的边缘检测方法进行边缘检测。首先用三次B样条小波函数对手语图像进行多尺度变换,然后在各尺度下使用canny算子进行边缘检测,对各尺度下的手势边缘进行融合得到单像素的手势图像的边缘。在手势特征矢量提取方面,利用边缘梯度方向直方图作为手语识别的特征矢量。实验表明该方法对图像的亮度变化不敏感,对图像中手势的缩放、平移具有不变性,但对旋转敏感。针对边缘梯度方向直方图对旋转敏感的特点,在手语识别时使用欧氏距离循环平移方法,通过此方法将手势的旋转角度限制在30°范围内。以边缘梯度方向直方图作为手势特征矢量,采用欧氏距离循环平移方法进行手语识别,实验表明手势特征矢量之间的识别速度较快,计算简单,快速,识别率达97.6%。