基于視覺的靜態(tài)手勢識別系統(tǒng).pdf

1、人與計算機的交互活動越來越成為人們?nèi)粘Ｉ畹囊粋€重要組成部分。特別是最近幾年,隨著計算機技術(shù)的迅猛發(fā)展,研究符合人機交流習慣的新穎人機交互技術(shù)變得異?；钴S,也取得了可喜的進步。這些研究包括人臉識別、面部表情識別、唇讀、頭部運動跟蹤、凝視跟蹤、手勢識別、以及體勢識別等。
　　手勢是一種自然、直觀、易于學習的人機交互手段。手勢識別按輸入設備不同可以分為基于數(shù)據(jù)手套的手勢識別和基于視覺的手勢識別。其中基于視覺的手勢識別以人手直接作為計算

2、機的輸入設備，人機之間的通訊將不再需要中間媒體，用戶可以簡單地定義一種適當?shù)氖謩輥韺χ車臋C器進行控制。但是由于手勢本身具有多樣性、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以及視覺本身的不適定性,基于視覺的手勢識別是一個富有挑戰(zhàn)性的、多學科交叉的研究課題。
　　本文設計實現(xiàn)了一個基于視覺的靜態(tài)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個常用靜態(tài)手勢進行識別，并通過識別結(jié)果控制幻燈片放映。系統(tǒng)的設計準則一是

3、實時性，二是準確性。在手勢建模方面，采用基于表觀的手勢模型；在手勢分析方面，經(jīng)過手勢圖像預處理和特征參數(shù)提取得到八個手勢特征參數(shù)；在手勢識別方面，采用二次分類（粗分類和細分類）的方法進行識別。
　　整個系統(tǒng)分三個部分實現(xiàn)。手勢圖像預處理部分，根據(jù)人體的膚色特征從環(huán)境中分割出手區(qū)域，然后通過圖像增強和拉普拉斯邊緣提取算法得到手勢輪廓；手勢特征提取部分，提取了八個手勢特征參數(shù)，組成特征向量；視頻流實時處理部分，使用VFW，通過回調(diào)函數(shù)