基于嵌入式系統(tǒng)的手勢(shì)跟蹤技術(shù)研究.pdf

1、手勢(shì)跟蹤技術(shù)是人機(jī)交互領(lǐng)域的一項(xiàng)關(guān)鍵技術(shù)，目前已廣泛應(yīng)用在智能控制、手勢(shì)識(shí)別等方面。隨著人工智能的發(fā)展，手勢(shì)跟蹤技術(shù)引起了廣泛關(guān)注，因此研究基于嵌入式系統(tǒng)的手勢(shì)跟蹤技術(shù)具有重要的理論意義和廣闊的應(yīng)用前景。
　　本文設(shè)計(jì)并實(shí)現(xiàn)了一種復(fù)雜背景下動(dòng)態(tài)手勢(shì)檢測(cè)及跟蹤系統(tǒng)，該系統(tǒng)的服務(wù)器通過(guò) V4L2技術(shù)實(shí)現(xiàn)視頻捕獲，可以獲取視頻源屬性、設(shè)置圖片尺寸等功能，客戶端軟件具備設(shè)置服務(wù)器的IP和端口、顯示幀速率、對(duì)手勢(shì)進(jìn)行跟蹤等功能。最后，對(duì)整體

2、系統(tǒng)的各項(xiàng)功能進(jìn)行實(shí)驗(yàn)測(cè)試，取得了較好的測(cè)試結(jié)果。主要研究工作如下：
　　(1)研究了Linux視頻捕獲機(jī)制、基于TCP協(xié)議的Socket網(wǎng)絡(luò)模型、epoll機(jī)制等基本理論知識(shí)，提出了一種嵌入式系統(tǒng)下視頻采集及傳輸?shù)膽?yīng)用方案。對(duì)嵌入式Linux系統(tǒng)下圖像采集及傳輸進(jìn)行了詳細(xì)分析，利用軟件工程中模塊化設(shè)計(jì)方法，實(shí)現(xiàn)了基于epoll機(jī)制的高并發(fā)服務(wù)器程序的編寫(xiě)，將圖像數(shù)據(jù)實(shí)時(shí)傳輸至上位機(jī)。
　　(2)在類(lèi)間方差法、幀差法、光流法

3、等算法研究的基礎(chǔ)上，針對(duì)復(fù)雜背景下的手勢(shì)分割，進(jìn)行了兩方面的研究。其一，利用YCrCb顏色空間中的Cr分量對(duì)手勢(shì)進(jìn)行自適應(yīng)閾值分割；其二，利用前景檢測(cè)ViBe算法對(duì)動(dòng)態(tài)手勢(shì)進(jìn)行檢測(cè)。然后，將這兩部分手勢(shì)區(qū)域進(jìn)行與運(yùn)算，保留最大連通區(qū)域，實(shí)現(xiàn)了較好的手勢(shì)分割，為進(jìn)一步手勢(shì)跟蹤算法奠定了基礎(chǔ)。
　　(3)在手勢(shì)跟蹤方面，針對(duì)光線變化、目標(biāo)遮擋、膚色與背景顏色相近等導(dǎo)致的運(yùn)動(dòng)目標(biāo)跟蹤不準(zhǔn)確的問(wèn)題，本文提出了一種基于 Kalman濾波器的

4、改進(jìn)型Camshift算法。Kalman濾波器利用手勢(shì)在上一幀的位置信息，預(yù)測(cè)出手勢(shì)在當(dāng)前幀的位置及搜索窗口，有效地預(yù)測(cè)了手勢(shì)運(yùn)動(dòng)趨勢(shì)，避免了手勢(shì)被遮擋時(shí)丟失目標(biāo)的情況。同時(shí)提出了一種融合LBP紋理特征與H分量的二維直方圖，并將二維直方圖的概率密度圖作為Camshift算法的輸入?yún)?shù)，而且僅僅計(jì)算比預(yù)測(cè)搜索窗口稍大區(qū)域的概率密度圖，而不是整幅圖像的概率密度圖，減少了背景的干擾。
　　(4)在Windows操作系統(tǒng)下，通過(guò)開(kāi)源視覺(jué)計(jì)