手勢(shì)控制和識(shí)別算法研究.pdf

1、手勢(shì)控制和識(shí)別作為智能人機(jī)交互系統(tǒng)的重要組成部分，是目前的研究熱點(diǎn)。當(dāng)前研究主要集中在兩個(gè)方面，一是虛擬手部建模及控制機(jī)制；二是手勢(shì)的檢測(cè)與識(shí)別算法。手勢(shì)控制和識(shí)別算法的研究有助于最終實(shí)現(xiàn)基于手勢(shì)的智能化人機(jī)交互。
　　本文對(duì)現(xiàn)有的手勢(shì)控制和識(shí)別算法進(jìn)行深入研究，做了如下工作：
　　1.建立了符合人類生理特征的手部肌肉模型及基于多線譜的虛擬手控制機(jī)制，可真實(shí)自然地仿真虛擬手的多種運(yùn)動(dòng)。首先，根據(jù)手部解剖結(jié)構(gòu)及骨關(guān)節(jié)間的幾何比

2、例，建立了手部肌肉模型，并給出了手指運(yùn)動(dòng)角度與肌肉收縮量之間的關(guān)系；在此基礎(chǔ)上提出了手部運(yùn)動(dòng)多線譜控制機(jī)制，由于多線譜能在時(shí)空兩個(gè)維度同時(shí)描述手部運(yùn)動(dòng)，且能用簡(jiǎn)潔的函數(shù)表示，因此可利用相應(yīng)的一組譜線反過來控制虛擬手相應(yīng)的運(yùn)動(dòng)；最后，結(jié)合手部運(yùn)動(dòng)特征及多線譜運(yùn)動(dòng)約束空間的概念，仿真虛擬手運(yùn)動(dòng)。實(shí)驗(yàn)結(jié)果表明，該方法減少了模型控制的復(fù)雜度，提高了仿真結(jié)果的真實(shí)性和準(zhǔn)確性。
　　2.實(shí)現(xiàn)了基于多種顏色空間的手勢(shì)區(qū)域檢測(cè)方法，可準(zhǔn)確快速地通

3、過膚色判別來檢測(cè)手勢(shì)區(qū)域。針對(duì)現(xiàn)有方法在低光環(huán)境下檢測(cè)效果不佳的問題，本文通過分析多種顏色空間中膚色分布的情況，利用兩級(jí)膚色判別的方法區(qū)分輸入圖像的光照環(huán)境。根據(jù)手勢(shì)圖像的亮度信息判斷是否為正常光，如是，則將其在YCbCr和YCgCr兩種顏色空間中的膚色檢測(cè)結(jié)果做“與”運(yùn)算；否則，聯(lián)合HSV及YCgCr顏色空間進(jìn)一步判定高光或低光環(huán)境，實(shí)驗(yàn)結(jié)果表明，該算法可以有效避免亮度信息對(duì)于膚色檢測(cè)的影響。
　　3.提出了基于主慣性軸的靜態(tài)手

4、勢(shì)識(shí)別及基于多線譜的動(dòng)態(tài)手勢(shì)識(shí)別方法。針對(duì)靜態(tài)手勢(shì)識(shí)別中旋轉(zhuǎn)縮放魯棒性不高的問題，本文提出了基于主慣性軸的識(shí)別算法，利用手勢(shì)圖像的質(zhì)心及主慣性軸等旋轉(zhuǎn)縮放不變量，得到8個(gè)維度的聯(lián)合方向手勢(shì)特征，實(shí)驗(yàn)結(jié)果表明，在多種分類器下該方法均具有較高的實(shí)時(shí)性，且識(shí)別率在99％以上。針對(duì)動(dòng)態(tài)手勢(shì)，本文提出基于多線譜的識(shí)別算法。該算法通過攝像頭獲取動(dòng)態(tài)手勢(shì)形成過程中關(guān)鍵點(diǎn)的位置信息，得到動(dòng)態(tài)手勢(shì)對(duì)應(yīng)的多線譜，由于多線譜能夠在時(shí)空兩個(gè)維度同時(shí)描述手勢(shì)的動(dòng)