论文部分内容阅读
基于计算机视觉的手势识别技术是人机交互的重要研究课题,它是一种自然、和谐的人机交互方式,其应用前景广阔。随着计算机科学、图像处理技术以及人工智能等学科的迅速发展,特别是当前迅速发展的虚拟现实技术,使手势识别技术得到了极大的发展。但是由于人手和手势本身特点,往往需要对手势识别的环境进行限制,导致其在人们日常生活中难以普及。如何在限制较少的条件准确识别手势并能保证其精度、效率以及稳定性是研究的关键。本文主要以OpenCV库为基础对手势识别关键技术进行研究。本文首先综述了手势识别技术的发展和研究现状,并分析比较了当前该领域的主要研究方法。先对图像的预处理作了简要介绍,如图像的滤波模糊、二值化和形态学等。介绍了手势识别中的关键技术和方法。在手势分割技术中做的工作如下:(1)总结了在不同颜色空间中肤色模型的分割方法,如HSV、YCrCb颜色空间,并定义了一种图片间颜色距离;(2)在HSV空间中,对肤色模型做了深入研究,改进了一种H S V颜色空间,在此空间肤色模型中,对肤色的分割效果较好;(3)在以上研究的基础上,提出了一种动态阈值分割算法。通过以上工作,可以有效的对手势进行分割。其次,手势特征提取技术的工作如下:(1)研究了基于几何特征、拓扑特征以及傅立叶描述子的特征提取方法;(2)对指尖检测方法进行了研究,提出了一种逼近轮廓缺陷圆手势指尖检测算法,并得到了较好的检测效果,并利用手势面积与轮廓周长的关系得到新的特征。通过筛选和分析,可以得到体现手势特征的一组特征向量。在手势识别算法中,研究了静态手势与动态手势中不同的识别方法,并针对本文需要使用模板匹配算法对手势进行识别。实验表明,本文特征能有效的提高手势的识别率。最后,使用VS2010软件开发平台,结合OpenCV2.4.7库函数完成了基于计算机视觉的手势识别的设计与实现。