基于手勢(shì)圖像的手機(jī)自動(dòng)操作研究.pdf

1、隨著硬件和軟件技術(shù)的高速發(fā)展，人機(jī)交互技術(shù)由鼠鍵時(shí)代發(fā)展到以語(yǔ)音、動(dòng)作識(shí)別等技術(shù)為代表的自然交互時(shí)代，其中手勢(shì)識(shí)別技術(shù)成為一種更自然、直觀的輸入方式，能獲得更好人機(jī)交互體驗(yàn)。而Android手機(jī)操作系統(tǒng)備受人青睞，目前智能手機(jī)的處理數(shù)據(jù)功能不亞于一臺(tái)微型計(jì)算機(jī)，開(kāi)發(fā)人員可以在該手機(jī)操作系統(tǒng)上做出更加復(fù)雜快速的開(kāi)發(fā)，基于Android操作系統(tǒng)的手勢(shì)識(shí)別技術(shù)已經(jīng)成為新一代的研究方向，并將打破人們傳統(tǒng)的手機(jī)操作模式理念。
　　本文從手掌

2、分割、手掌跟蹤以及手勢(shì)識(shí)別三個(gè)方面進(jìn)行研究，并以Android智能手機(jī)為操作平臺(tái)，手勢(shì)控制手機(jī)音樂(lè)播放器為例，對(duì)手勢(shì)圖像自動(dòng)操作手機(jī)功能作一個(gè)詳細(xì)說(shuō)明。本文的主要研究?jī)?nèi)容如下:
　　1.手勢(shì)識(shí)別技術(shù)實(shí)現(xiàn)
　　首先介紹了手掌檢測(cè)常見(jiàn)的方法，分析了幀差法和膚色檢測(cè)法的優(yōu)缺點(diǎn)，提出了幀差法與膚色提取相結(jié)合的手掌分割方法，再通過(guò)形態(tài)學(xué)處理，最終可分割出手掌;然后介紹了CamShift的手掌跟蹤方法以及原CamShift算法存在的不足

3、，提出了一種改進(jìn)的CamShift算法，改進(jìn)后的CamShift算法不僅能自動(dòng)調(diào)節(jié)搜索窗口的大小以適應(yīng)被跟蹤目標(biāo)在圖像中的大小，還可以利用當(dāng)前幀手掌大小與位置預(yù)測(cè)下一幀中手掌的大小與位置，改進(jìn)后的CamShift算法有效解決手掌跟蹤過(guò)程中大面積類(lèi)膚色干擾問(wèn)題。最后采用凸包和Freeman算法對(duì)手掌外圍輪廓進(jìn)行提取，并且使用AdaBoost分類(lèi)器對(duì)手掌模板進(jìn)行訓(xùn)練，采用Hausdorff矩離的輪廓匹配算法與改進(jìn)的CamShift手掌跟蹤方

4、法進(jìn)行手勢(shì)識(shí)別。
　　2.手勢(shì)圖像在Android手機(jī)上的應(yīng)用
　　首先介紹Android手勢(shì)圖像算法平臺(tái)的搭建過(guò)程，接著介紹OpcnCV算法移植到手機(jī)上的過(guò)程。在系統(tǒng)實(shí)現(xiàn)一節(jié)中，簡(jiǎn)要介紹了Android應(yīng)用程序機(jī)制，以及詳細(xì)介紹了Andorid JNI實(shí)現(xiàn)底層手勢(shì)識(shí)別與上層Android應(yīng)用程序之間的通信，然后用AdaBoost算法訓(xùn)練出手掌正負(fù)樣本和定義了控制Android音樂(lè)播放器的四種手勢(shì)語(yǔ)義，結(jié)果實(shí)現(xiàn)了手勢(shì)控制音樂(lè)