災(zāi)難現(xiàn)場人手部分檢測方法研究.pdf

1、近年來，救援機器人在災(zāi)后救援工作中的作用日益凸顯，如何將其更好的應(yīng)用到災(zāi)后對幸存者的救援工作中，已經(jīng)成為國內(nèi)外很多研究機構(gòu)的共同目標。將機器人技術(shù)、災(zāi)難學、數(shù)字圖像學等多學科知識有機融合，研制與開發(fā)用于搜尋和營救的災(zāi)難救援機器人，是機器人學研究中一個富有挑戰(zhàn)性的新領(lǐng)域。
　　 可見光條件下人手部分的檢測技術(shù)是基于視覺的手勢識別技術(shù)、手語識別及基于人體的目標檢測技術(shù)中的關(guān)鍵環(huán)節(jié)。本文以救援機器人對圖像中人手部分的檢測為研究目標，對

2、可見光條件下，災(zāi)難現(xiàn)場人手部分的檢測技術(shù)進行了系統(tǒng)深入的研究。主要包括：人手靜態(tài)圖像檢測及人手運動圖像檢測兩部分。首先，研究可見光條件下人手部分的圖像檢測方法，分析各種檢測方法的適用環(huán)境及優(yōu)點。通過比較災(zāi)難現(xiàn)場圖像及日常生活圖像的差異，并針對人手部分的特點，如：人手姿態(tài)的多樣性、不確定性，人手膚色差異性，在復(fù)雜背景下受干擾因素影響明顯及災(zāi)難現(xiàn)場人手部分往往被廢墟掩埋無法呈現(xiàn)完整的人手形狀等，研究并提出有效的人手特征。然后，實現(xiàn)人手部分的

3、圖像特征處理。一方面，本文用人手膚色特征、紋理特征作為人手部分靜態(tài)圖像檢測的有效特征，并分別運用相應(yīng)的特征檢測方法，將它們有效地描述、提取出來。另一方面，視頻序列中對人手部分的檢測還需要使用運動特征。本文利用時空融合的目標分割算法，時域分割采用幀間差分方法，計算出相鄰兩幀間的變化，空域分割使用Canny邊緣檢測方法，經(jīng)形態(tài)學算子處理后形成團塊集合形式，基于團塊優(yōu)先級的融合方法把時空信息結(jié)合起來，進而得到運動區(qū)域，并利用人手靜態(tài)圖像檢測方