基于Kinect的復(fù)雜手勢識(shí)別技術(shù)研究.pdf

1、隨著人機(jī)交互技術(shù)的不斷發(fā)展，各種新奇的人機(jī)交互方式層出不窮，手勢識(shí)別技術(shù)以其學(xué)習(xí)成本低、靈活性好、實(shí)用性強(qiáng)等特點(diǎn)，近年來成為研究的熱點(diǎn)。
　　基于視覺技術(shù)的手勢識(shí)別受光照、噪聲等因素的影響較大，限制了對(duì)手勢識(shí)別技術(shù)的應(yīng)用。Kinect傳感器能夠在獲取二維圖像的同時(shí)獲得空間的三維深度信息，為手勢識(shí)別的研究帶來了新的方向，本文利用Kinect2.0深度傳感器，對(duì)具有手型變化的動(dòng)態(tài)復(fù)雜手勢的進(jìn)行識(shí)別。主要包括手型圖像的分割、手型特征和手

2、勢運(yùn)動(dòng)特征的提取、手勢的分類識(shí)別等步驟。
　　首先對(duì)于手型圖像的分割，采用了Kinect骨骼跟蹤技術(shù)和深度信息相結(jié)合的方法，有效的消除背景和光照對(duì)手型圖像分割的影響。對(duì)獲得的手型二值圖像進(jìn)行形態(tài)學(xué)的處理，并采用邊緣跟蹤算法來實(shí)現(xiàn)手型圖像輪廓的提取。
　　然后是手勢特征的提取，具體包括靜態(tài)手型的特征和運(yùn)動(dòng)軌跡特征。提出對(duì)靜態(tài)手型輪廓提取Hu特征并利用K-means聚類算法進(jìn)行特征編碼的方法;對(duì)于運(yùn)動(dòng)軌跡提取方向角特征，并進(jìn)行球