基于Kinect的文化遺產個性化虛擬交互展示技術研究.pdf

1、對手勢和人體姿勢的識別是交互展示領域的熱點研究方向之一?；谟嬎銠C視覺的識別技術容易受到現(xiàn)實環(huán)境中光照條件、背景場景等因素的影響;識別過程中對指尖的檢測容易受到手部區(qū)域大小或者手勢輪廓異常點的影響，針對這些問題，本文主要研究以下內容:
　　1)研究了人體動作識別和手勢識別的現(xiàn)狀，并分析了目前識別技術中存在的問題。
　　2)提出了基于Kinect深度信息和手掌節(jié)點信息的閾值法手勢分割算法。該算法不僅針對手掌節(jié)點設置距離閾值，同

2、時在灰度圖像上設置區(qū)域閾值，大大減少比較次數(shù)。算法有效了排除了光照條件和背景場景對手勢提取和分割的影響。
　　3)提出了基于平均K曲率的指尖檢測算法。算法由平均K曲率算法、改進的基于K-means聚類算法和類指尖排除等算法組成，減少了手部區(qū)域大小、距離Kinect攝像頭遠近和手勢輪廓異常點對指尖檢測結果的影響。
　　4)提出了基于Kinect骨骼關節(jié)點的人體姿勢識別算法。算法首先獲取人體20個關節(jié)點，然后利用關節(jié)點之間的角度