论文部分内容阅读
伴随着信息技术的深入发展,计算机已经进入到人类的日常生活,无论是工作还是学习,都需要频繁的和计算机进行交互。传统的人机交互如键盘输入屏幕输出等方式都是以计算机为中心进行演变和发展,它需要人去适应计算机。近年来,先后又出现了笔式、触摸、语音、视频等交互类型,这些变化说明人在人机交互中开始逐步占领中心位置。手势是人类使用频繁的交流方式之一,直观且便于表达。微软创始人比尔·盖茨说过: “人类自然形成的与自然界沟通的认知习惯必定是人机交互的发展方向”,而本文研究的基于Leap Motion的虚拟场景中的手势交互,即使用自然手势来和计算机“对话”。借助计算机视觉和图像处理等技术,手势交互能够实现自然手势采集、特征向量提取、人手建模、手势含义识别以及用户需求响应等。本文首先简要介绍了基于自然手势的人机交互的研究背景和意义,并阐述了手势识别技术在国内外的研究现状以及Leap Motion相关技术原理和软件系统。然后在研究手势交互系统的一般结构的基础上,基于数据结构中队列先进先出的思想,提出了使用滑动帧来更新背景模板的背景差分法,并改进了YCbCr颜色空间模型,以及实现了基于改进的背景差分法和YCbCr颜色空间的手势分割方法。实验表明,比起传统的方法,本文方法的分割效果更好,鲁棒性更高;基于模板匹配的思想,提出了基于Leap Motion的指尖手势轨迹识别方法,利用Leap Motion获取指尖在三维空间中的坐标,通过提取指尖轨迹,和模板进行匹配,识别出手势。本文方法对光线变化不敏感,采集了300组样本数据进行实验,结果表明本文方法对近距离范围内的动态指尖手势的识别率高达95%以上。最后将本文研究成果应用在手势交互演示系统里面,实现了基于Leap Motion的手势交互系统,并且可以使用自然手势和虚拟场景中的物品进行交互。本文的研究目标是将本文的的理论成果应用在虚拟场景中的手势交互演示系统里面。本文的研究价值主要在于减少用户对计算机鼠标或者键盘的依赖,改善虚拟场景中人机交互的体验,推动手势交互的发展。