TY - JOUR ID - TI - English Alphabets Recognition using Hand Gesture تطبيق التواصل من خلال الرسائل المبني على اشارات اليد AU - Yasser D. Hussein ياسر ضياء حسين AU - Hanaa M. Ahmed هناء محسن احمد PY - 2020 VL - IS - 34 SP - 16 EP - 36 JO - AL-MANSOUR JOURNAL مجلة المنصور SN - 18196489 AB - In Human-Computer Interaction (HCI) area, the sign language is needed for individuals with special needs (dumb) for the purpose of communicating with individuals with no special needs and also for communicating with each other. Thus, the sign language is determined via using the systems of hand recognition. The initial stage in utilizing manual signal recognition is deleting the background in addition to a part (arm/hand) from other body parts just as much as feasible. Concerning the presented study, we are offering a novel approach for representing the alphabet of English language as 6 pattern gestures. The hash pattern has been applied through utilizing histogram equation for gray-scale image. The process of classification has been implemented via the Euclidean distance function as well as Fisher Linear Discrimination Analysis (FLDA). Difficulties including recognizing similar gestures appear to be managed quite efficiently with the proposed technology, as the background is fixed white. The recognition rate has been 82.86 since the lighting differs between different places, in addition to the differences in resolution of the camera, that is highly important in characterizing features.

في مجال تفاعل الكمبيوتر مع البشر(HCI) ، وهو اختصار للتواصل بين الإنسان والحاسوب، هناك حاجة إلى لغة الإشارة للأفراد ذوي الاحتياجات الخاصة (البكم) لغرض التواصل مع الأفراد الذين ليس لديهم احتياجات خاصة وكذلك للتواصل مع بعضهم البعض. وبالتالي ، يتم تحديد لغة الإشارة عن طريق استخدام أنظمة التعرف على اليد. المرحلة الأولية في تطبيق التعرف على الإشارات اليدوية هي حذف الخلفية بالإضافة إلى جزء (ذراع / يد) من أجزاء الجسم الأخرى بقدر ما يكون ذلك ممكنًا. فيما يتعلق بالدراسة المقدمة ، نحن نقدم نهجا جديدا لتمثيل الحروف الأبجدية للغة الإنجليزية على أنها ايماءات باستخدام ست أنماط. تم تطبيق نمط التجزئة للصورة ذات المقياس الرمادي. ومن ثم تم تحسين الصورة وزيادة نسبة التباين في الصورة من خلال معادلات ال histogram وكذالك تم تنفيذ عملية التصنيف عبر دالة تحليل التمييز الخطي في فيشر (FLDA). ويبدو أن الصعوبات ، بما في ذلك التعرف على إيماءات مشابهة ، تدار بكفاءة تامة مع التكنولوجيا المقترحة ، حيث أن الخلفية ثابتة باللون الأبيض. أن سبب الحصول على معدل تمييزوصل الى 82.86 لأن الإضاءة قد تكون مختلفة من مكان لاخر ، بالإضافة إلى اختلاف دقة الكاميرا ، وهذا أمر مهم للغاية في تمييز الميزات. ER -