基于單目視覺的實時手勢識別系統(tǒng).pdf

1、隨著計算機技術(shù)的不斷發(fā)展，手勢識別已經(jīng)成為人機交互領(lǐng)域中的一項關(guān)鍵技術(shù)。現(xiàn)今，作為一種新型的人機交互技術(shù)，手勢識別已經(jīng)成為涉及圖像處理、模式識別、計算機視覺等領(lǐng)域的一個比較活躍的課題。然而由于手勢本身具有的多樣性、多義性、以及時間和空間上的差異性等特點，加之人手是復雜變形體，因此手勢識別是一個極富挑戰(zhàn)性的多學科交叉研究課題。本文結(jié)合國家863課題“基于手勢的擬人化人機交互系統(tǒng)”,從手勢圖像預處理、手勢特征提取和手勢識別等三個方面研究了基

2、于單目視覺的實時手勢識別的相關(guān)算法。
　　本文設(shè)計并實現(xiàn)了一個基于單目視覺的實時手勢識別系統(tǒng)，該系統(tǒng)能夠?qū)崟r地對從攝像頭輸入的14類常用靜態(tài)手勢進行識別，并通過識別結(jié)果對輸入法進行控制。系統(tǒng)主要分為三個部分：(1)手勢圖像預處理：實驗表明，人類膚色的色調(diào)值在一個較窄的數(shù)值范圍內(nèi)變化，具有明顯的膚色聚類性，據(jù)此本文采用HSV顏色空間進行手勢區(qū)域分割。在分割手勢區(qū)域后，對圖像進行相應增強操作并使用拉普拉斯邊緣提取算法獲取手勢輪廓；(2

3、)手勢圖像特征提取：經(jīng)過對相關(guān)特征進行分析，本文最后選用的手勢特征是由手勢區(qū)域特征，Hu不變矩特征以及傅里葉描述子等特征聯(lián)合組成，結(jié)果表明該聯(lián)合特征能很好的表征手勢信息；(3)手勢識別部分：多層感知器有著模式識別能力強優(yōu)點，本文使用多層感知器進行手勢分類，同時還使用貝葉斯方法進行實驗對比分析。
　　實驗結(jié)果表明，本文提出的基于手勢區(qū)域特征，Hu不變矩特征，以及傅里葉描述子組成的聯(lián)合特征與多層感知器相結(jié)合的手勢識別方法有著較高的識別