摘要
本发明公开了一种基于表面肌电信号连续小波变换图像的手势识别方法,所述方法如下:一、将表面肌电信号进行预处理,进行活动段的识别以及不同手势的切分;二、对每一个通道进行连续小波变换处理;三、绘制能量分布图像,并将每个通道图片以jpg格式单独保存;四、对各个通道图像进行整合处理;五、对图像进行加窗处理;六、利用卷积神经网络模型对手势进行模式分类。本发明解决了现有的基于表面肌电信号手势识别过程中特征提取和选择的方法仍存在提取到的肌电信息存在一定的冗余性和局限性的问题,对手势识别能力的提升具有重要意义。同时,该方法可进行高维数据处理,捕捉复杂手势的细节,可应用于人机交互、医疗康复以及智能控制等多项领域。
技术关键词
表面肌电信号
手势识别方法
连续小波变换
小波变换处理
卷积神经网络模型
图像
通道
工频噪声
图片
格式
信噪比
滤波器
模式
冗余
频率
关系
系统为您推荐了相关专利信息
量化评价方法
初筛指标
平面图
量化评价系统
典型
卷积神经网络模型
离散小波变换
故障诊断方法
输电线路故障
高通滤波器
接线盒
焊接检测方法
多任务深度学习模型
轮廓提取
图像
无人机电力巡检
巡检图像
图像解码恢复
恢复方法
图像压缩算法
悬挂参数
悬挂系统
汽车悬挂
监测车辆行驶状态
压电式传感器