以魯棒性為目標(biāo)的手勢(shì)識(shí)別方法及其應(yīng)用研究.pdf

1、在21世紀(jì)，公認(rèn)的計(jì)算機(jī)發(fā)展的四項(xiàng)重大技術(shù)之一就是人機(jī)交互技術(shù)。人與計(jì)算機(jī)之間的交互方式逐漸開始適應(yīng)人的行為習(xí)慣，從早期的以計(jì)算機(jī)為中心，逐步向以人為中心轉(zhuǎn)移。手勢(shì)作為一種人機(jī)交互手段，它自然、直觀、易于學(xué)習(xí)，基于計(jì)算機(jī)視覺的自然人手交互也成為人機(jī)交互技術(shù)中的一項(xiàng)重要內(nèi)容。
　　 手勢(shì)作為現(xiàn)代人機(jī)交互發(fā)展史上的一個(gè)重要的輸入方式，它將人手的動(dòng)作信息輸入到計(jì)算機(jī)中，通過計(jì)算機(jī)中軟件和算法的處理，根據(jù)不同的人手動(dòng)作信息做出不同的反應(yīng)

2、，從而實(shí)現(xiàn)人與計(jì)算機(jī)之間的信息交互。
　　 本文主要對(duì)復(fù)雜背景下的手勢(shì)分割與識(shí)別進(jìn)行研究，主要完成了以下工作。
　　 1.基于粒子群優(yōu)化的攝像機(jī)內(nèi)參數(shù)標(biāo)定算法
　　 將粒子群優(yōu)化算法用于攝像機(jī)內(nèi)參數(shù)標(biāo)定，不需要預(yù)先確定攝像機(jī)具體內(nèi)參數(shù)及有關(guān)模型的先驗(yàn)知識(shí)，僅利用粒子群優(yōu)化算法對(duì)復(fù)雜非線性映射關(guān)系強(qiáng)大的逼近能力來(lái)對(duì)攝像機(jī)進(jìn)行隱式標(biāo)定，為傳統(tǒng)的攝像機(jī)標(biāo)定技術(shù)給出了一個(gè)新思路。標(biāo)定過程中采用立方體標(biāo)定盒作為攝像機(jī)標(biāo)定塊

3、，制作簡(jiǎn)單，實(shí)驗(yàn)要求較低。實(shí)驗(yàn)結(jié)果表明，該算法標(biāo)定精度高、可靠性好、無(wú)須計(jì)算雅可比矩陣，與傳統(tǒng)的各種優(yōu)化算法相比具有簡(jiǎn)單實(shí)用的優(yōu)點(diǎn)。
　　 2.基于模板的人手邊緣細(xì)化算法
　　 為了將人手邊緣細(xì)化為單邊緣，在圖像分割的基礎(chǔ)上，對(duì)OPTA(One-Pass ThinningAlgorithm)算法進(jìn)行改進(jìn)，改進(jìn)了保留模板，用于對(duì)人手邊緣進(jìn)行檢查。實(shí)驗(yàn)表明，該算法細(xì)化精度高、可靠性好，但時(shí)間復(fù)雜度要稍高于OPTA算法，因該方

4、法通過增加計(jì)算量來(lái)達(dá)到高可靠性的目的，在實(shí)時(shí)系統(tǒng)中需要進(jìn)一步優(yōu)化。
　　 3.基于局部信息匹配的手勢(shì)識(shí)別算法
　　 在復(fù)雜背景下，僅利用膚色信息不能把人手分割出來(lái)，本文融合了膚色信息和手勢(shì)形狀信息，能較好的把手從復(fù)雜背景中識(shí)別出來(lái)。首先建立了手勢(shì)庫(kù)，作為手勢(shì)識(shí)別的模板庫(kù)。手勢(shì)分割時(shí)，先去掉與膚色并不接近的顏色，保留膚色及與膚色相近的顏色，比如人臉顏色等，再對(duì)圖像進(jìn)行邊緣檢測(cè)，檢測(cè)結(jié)果作為手勢(shì)形狀信息，再與模板庫(kù)中的手勢(shì)進(jìn)