基于RGB-D圖像的手勢識別方法研究.pdf

1、隨著科技時代的到來，人機交互已經(jīng)成為了人們生活中的一個重要組成部分，而手勢有著自然、簡潔、直接等特點，已經(jīng)成為人機交互領域的重要分支。手勢識別的方式有很多種，其中基于視覺的手勢識別是最自然的，使用最廣泛的，但基于計算機視覺的手勢識別容易受到光照和復雜背景的影響。隨著深度圖像的引入，這個問題得到了很好地解決，深度圖像能夠克服光照的影響，而且能在一定程度上排除復雜環(huán)境的干擾。在此基礎上，本文提出了基于靜態(tài)手勢識別和動態(tài)手勢識別方法；文章將通

2、過手勢檢測、手勢特征提取和手勢識別三個部分論述方法的原理與識別過程。
　　首先是圖像預處理和手勢檢測階段，由于Kinect提取出的圖片會出現(xiàn)很多的噪點和空洞，在預處理部分，本文使用的是高斯濾波和形態(tài)學方法相結合的方式對提取到的圖像進行預處理，修復圖像參數(shù)。在手勢檢測部分，本文對通過預處理以后的圖片使用膚色分割和深度信息分割相結合的方法進行手勢分割。膚色分割階段，本文采用改進的高斯模型的方法進行膚色檢測和膚色分割，深度信息分割階段，

3、本文使用最大類間方差法與固定閾值相結合的方法，兩者結合實現(xiàn)手勢圖像的分割，該分割過程能夠很好地消除光照和復雜背景的影響。
　　然后在手勢特征提取階段，本文使用的是HO G直方圖特征和手掌質(zhì)心、手指質(zhì)心、手的方向等特征。而HO G直方圖特征已經(jīng)成功地應用到了行人檢測領域，在手勢描述方面也取得了不錯的效果。
　　最后在手勢識別階段，本文將手勢分為靜態(tài)和動態(tài)兩個部分。在靜態(tài)手勢識別方面，本文使用的是核極限學習機方法和角度分析方法。