基于手勢圖像的手機自動操作研究.pdf

1、隨著硬件和軟件技術(shù)的高速發(fā)展，人機交互技術(shù)由鼠鍵時代發(fā)展到以語音、動作識別等技術(shù)為代表的自然交互時代，其中手勢識別技術(shù)成為一種更自然、直觀的輸入方式，能獲得更好人機交互體驗。而Android手機操作系統(tǒng)備受人青睞，目前智能手機的處理數(shù)據(jù)功能不亞于一臺微型計算機，開發(fā)人員可以在該手機操作系統(tǒng)上做出更加復(fù)雜快速的開發(fā)，基于Android操作系統(tǒng)的手勢識別技術(shù)已經(jīng)成為新一代的研究方向，并將打破人們傳統(tǒng)的手機操作模式理念。
　　本文從手掌

2、分割、手掌跟蹤以及手勢識別三個方面進行研究，并以Android智能手機為操作平臺，手勢控制手機音樂播放器為例，對手勢圖像自動操作手機功能作一個詳細說明。本文的主要研究內(nèi)容如下:
　　1.手勢識別技術(shù)實現(xiàn)
　　首先介紹了手掌檢測常見的方法，分析了幀差法和膚色檢測法的優(yōu)缺點，提出了幀差法與膚色提取相結(jié)合的手掌分割方法，再通過形態(tài)學(xué)處理，最終可分割出手掌;然后介紹了CamShift的手掌跟蹤方法以及原CamShift算法存在的不足

3、，提出了一種改進的CamShift算法，改進后的CamShift算法不僅能自動調(diào)節(jié)搜索窗口的大小以適應(yīng)被跟蹤目標(biāo)在圖像中的大小，還可以利用當(dāng)前幀手掌大小與位置預(yù)測下一幀中手掌的大小與位置，改進后的CamShift算法有效解決手掌跟蹤過程中大面積類膚色干擾問題。最后采用凸包和Freeman算法對手掌外圍輪廓進行提取，并且使用AdaBoost分類器對手掌模板進行訓(xùn)練，采用Hausdorff矩離的輪廓匹配算法與改進的CamShift手掌跟蹤方

4、法進行手勢識別。
　　2.手勢圖像在Android手機上的應(yīng)用
　　首先介紹Android手勢圖像算法平臺的搭建過程，接著介紹OpcnCV算法移植到手機上的過程。在系統(tǒng)實現(xiàn)一節(jié)中，簡要介紹了Android應(yīng)用程序機制，以及詳細介紹了Andorid JNI實現(xiàn)底層手勢識別與上層Android應(yīng)用程序之間的通信，然后用AdaBoost算法訓(xùn)練出手掌正負樣本和定義了控制Android音樂播放器的四種手勢語義，結(jié)果實現(xiàn)了手勢控制音樂