基于視覺(jué)的手勢(shì)識(shí)別算法研究與實(shí)現(xiàn).pdf

1、手勢(shì)識(shí)別是一種重要的人機(jī)交互技術(shù)，它為人機(jī)交互提供人性化的信息輸入和命令控制方式，是當(dāng)今的一大研究熱點(diǎn)。本文通過(guò)分析手勢(shì)識(shí)別的研究現(xiàn)狀，針對(duì)基于視覺(jué)的手勢(shì)識(shí)別研究中的問(wèn)題和難點(diǎn)，從手勢(shì)分割、靜態(tài)手勢(shì)識(shí)別和動(dòng)態(tài)手勢(shì)識(shí)別三個(gè)方面展開(kāi)理論研究，并完成手勢(shì)識(shí)別系統(tǒng)的搭建。
　　針對(duì)現(xiàn)有手勢(shì)分割方法在復(fù)雜環(huán)境下，受光照、無(wú)關(guān)膚色等因素的影響，分割效果不理想的問(wèn)題，利用圖像深度信息對(duì)光照和色彩的變化不敏感這一特點(diǎn)，本文提出了基于YCr'Cb'

2、橢圓模型和K均值聚類(lèi)算法的彩色-深度圖像的手勢(shì)分割方法，該方法通過(guò)K均值聚類(lèi)算法對(duì)膚色塊的位置和深度信息進(jìn)行聚類(lèi)處理，以消除無(wú)關(guān)膚色的干擾；通過(guò)利用位置信息對(duì)手勢(shì)目標(biāo)的修正處理，減少光照變化的影響。實(shí)驗(yàn)表明，該方法能夠有效的完成復(fù)雜環(huán)境下彩色-深度圖像的手勢(shì)分割。
　　針對(duì)基于輪廓的識(shí)別算法在目標(biāo)旋轉(zhuǎn)和縮放時(shí)識(shí)別率低和魯棒性差的問(wèn)題，本文提出了一種基于指尖點(diǎn)和Hu矩的靜態(tài)手勢(shì)識(shí)別方法，該方法利用手指類(lèi)似圓柱體的形狀特征，通過(guò)求取類(lèi)

3、指尖不同部位的寬度，改進(jìn)基于曲率的指尖檢測(cè)方法，以增強(qiáng)指尖點(diǎn)特征提取的魯棒性；融合 Hu矩和指尖點(diǎn)特征，提高手勢(shì)模型的全局描述性；利用能夠自動(dòng)添加新手勢(shì)的識(shí)別算法，提高算法的實(shí)用性。實(shí)驗(yàn)表明，該方法在滿足實(shí)時(shí)性的基礎(chǔ)上有效的提高了靜態(tài)手勢(shì)識(shí)別的準(zhǔn)確性和魯棒性。
　　針對(duì)現(xiàn)有的動(dòng)態(tài)手勢(shì)識(shí)別方法在復(fù)雜環(huán)境下識(shí)別率低，實(shí)時(shí)性差等問(wèn)題，提出一種基于RGB-D信息的動(dòng)態(tài)手勢(shì)識(shí)別方法。該方法將深度信息引入到傳統(tǒng)卡爾曼跟蹤算法中，作為其跟蹤參數(shù)

4、之一，以提高手勢(shì)跟蹤的精度；在跟蹤過(guò)程中通過(guò)對(duì)檢測(cè)范圍的加窗處理，提高跟蹤的效率；結(jié)合快速動(dòng)態(tài)時(shí)間規(guī)整算法和突出關(guān)鍵特征點(diǎn)的思想，改進(jìn)傳統(tǒng)動(dòng)態(tài)時(shí)間規(guī)整算法，并將其應(yīng)用到手勢(shì)軌跡匹配中，以提高匹配的性能。實(shí)驗(yàn)表明，復(fù)雜環(huán)境下該方法可以有效地提高動(dòng)態(tài)手勢(shì)識(shí)別的效率。
　　在手勢(shì)識(shí)別相關(guān)算法的基礎(chǔ)上，設(shè)計(jì)并完成基于Qt和OpenCV的靜、動(dòng)態(tài)手勢(shì)識(shí)別系統(tǒng)，將理論研究應(yīng)用于現(xiàn)實(shí)環(huán)境中并為理論研究提供良好的實(shí)驗(yàn)平臺(tái)。靜態(tài)手勢(shì)識(shí)別系統(tǒng)分別支持