学位论文 > 优秀研究生学位论文题录展示
基于单目视觉的双手手势识别技术研究
作 者: 赵书兴
导 师: 恽如伟
学 校: 南京师范大学
专 业: 教育技术学
关键词: 单目视觉 双手手势识别 手势跟踪定位 密度分布特征 模板匹配
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 3次
引 用: 0次
阅 读: 论文下载
内容摘要
手势识别研究具有非常重要的理论意义和十分广阔的应用前景,然而以往的手势识别的研究以单手识别为主,单手的特征向量维度较之双手少,所能表达的信息自然较少,已有的少量双手手势识别研究则对硬件的要求比较高,因此徒手的、易于实现的、成本低廉的双手手势识别系统的研究有着非常重要的现实意义。本文对单目视觉下双手手势识别的主要步骤:手势图像预处理、特征参数提取、手势识别进行了研究,并在Microsoft Visual Studio2010实现了对普通摄像头输入的5种单手手势和15种双手手势的识别,在此基础上完成了一个单目视觉条件下适用于单、双手手势的简单交互系统。从普通摄像头获取的视频流中采集手势图像,对手势图像进行预处理。针对预处理后获得的手势二值图像中存在干扰区域的情况,使用CamShift算法对手势进行跟踪定位,利用搜索框在图像中进行搜索,可以搜索获取两只手在图像中的准确位置,从而将图像的处理区域限制在搜索框内,减少了图像处理的面积,提高了系统的识别效率。对于跟踪定位过程中可能出现的手势跟踪丢失或跟踪方框不能恰好完全包含手势区域的现象,利用“搜索窗口”对手势跟踪窗口裁剪的方法进行优化处理,使得跟踪框可以恰好完全包含手势区域,减少处理像素数,提高识别的效率和准确率。在确定了两只手在图像中的准确位置后,采用具有平移、旋转、缩放不变性的像素密度分布的方法在手势二值图像中提取手势特征,这种方法不仅可以完全描述手势形状的整体信息,还可以有效排除手势特征提取过程中的人手的旋转和缩放带来的干扰。最后采用动态模板匹配识别方法对手势进行识别,将获得的手势特征与模型库中的手势特征进行相似性度量,选取与用户手势特征距离差异最小的手势模型为识别得到的手势。最后利用手势与计算机进行简单交互,计算机识别出手势后,在显示器上显示对应的手势图像,将识别的信息反馈给用户。本文的研究主要包括基于单目视觉的双手手势识别的实现以及人机交互的应用两个方面。其独创性体现在:其一,在手势特征提取前,利用手势跟踪定位的方法选取双手手势区域,确定手势区域在图像中的准确位置,可以减少图像处理的像素数目,提高了系统识别的速率和准确率。其二,较之以往的双手手势研究,系统减少了使用摄像头的数目,仅在单摄像头条件下实现了双手手势的交互识别。
|
全文目录
摘要 3-4 Abstract 4-6 目录 6-8 第1章 绪论 8-15 1.1 研究背景和意义 8-9 1.2 国内外研究现状 9-13 1.2.1 国内研究现状 9-11 1.2.2 国外研究现状 11-13 1.3 本文的工作和组织结构 13-15 1.3.1 本文的工作 13 1.3.2 本文创新之处 13-14 1.3.3 本文研究思路 14 1.3.4 本文的组织结构 14-15 第2章 人机交互与手势识别概述 15-26 2.1 人机交互的基本概念及发展历程 15-16 2.2 手势的定义和分类 16-17 2.3 手势识别的定义和分类 17-20 2.3.1 基于数据手套的手势识别系统 17-18 2.3.2 基于触摸的手势识别系统 18-19 2.3.3 基于视觉的手势识别系统 19-20 2.4 基于视觉的手势识别系统的组成 20-25 2.4.1 手势图像分割概述 20-21 2.4.2 手势建模概述 21-23 2.4.3 手势特征提取 23-24 2.4.4 手势识别概述 24-25 2.5 本章小结 25-26 第3章 手势图像的预处理 26-38 3.1 基于肤色特征的手势分割 26-33 3.1.1 颜色空间概述 26-29 3.1.2 图像二值化 29-32 3.1.3 基于HSV颜色空间的图像分割 32-33 3.2 图像平滑 33-34 3.3 形态学处理 34-37 3.3.1 腐蚀和膨胀 35-36 3.3.2 开运算和闭运算 36-37 3.4 本章小结 37-38 第4章 手势特征参数的提取和识别 38-49 4.1 双手的手势定位 38-43 4.1.1 手势跟踪 38-41 4.1.2 裁剪目标跟踪窗口 41-43 4.2 手势特征参数提取 43-46 4.2.1 基准点定位和区域划分 43-44 4.2.2 密度分布特征 44-46 4.2.3 特征提取结果和分析 46 4.3 基于模板匹配的手势识别 46-47 4.4 本章小结 47-49 第5章 系统的实现及实验结果分析 49-57 5.1 系统环境介绍 49-50 5.2 系统结构框架 50-52 5.3 系统测试与结果分析 52-56 5.3.1 系统测试 52-53 5.3.2 实验结果分析 53-56 5.4 本章小结 56-57 第6章 总结与展望 57-59 6.1 论文内容总结 57-58 6.2 后期工作展望 58-59 参考文献 59-64 致谢 64
|
相似论文
- 基于本体的食品投诉文档事件追踪研究,TP391.1
- 基于骨架化和模板匹配的交通指挥手势识别,TP391.41
- 基于运动趋势估计的人脸跟踪技术研究,TP391.41
- 驾驶员眼睛开闭状态计算机图像识别技术开发,TP391.41
- 跟踪印花系统视觉检测算法研究,TP391.41
- 基于支撑向量机与模板匹配的眼底图像分割,TP391.41
- 呼吸与肺部肿瘤位移关系的研究,TP391.41
- 基于并联机构的视觉伺服技术,TP391.41
- 用于视频编解码的快速运动估计研究,TN919.81
- 基于图像匹配的目标检测技术研究及算法设计,TP391.41
- 基于单目视觉的机器人焊缝识别与轨迹规划,TP242
- 抗遮挡的运动目标跟踪算法研究,TP391.41
- 一个球幕投影系统的设计与实现,TP391.41
- 高光谱影像图谱信息目标检测研究,TP391.41
- 车轮定位参数视觉检测系统的研究与开发,TP391.41
- 基于SURF特征的单目视觉SLAM技术研究与实现,TP242
- 红外探测系统中相关关键技术研究,TN215
- 基于DSP的单目视觉定位方法关键技术研究,TP391.41
- 基于图像处理技术的锡膏印刷质量检测,TP391.41
- 基于机器视觉的跨座式单轨轨道梁晃动检测系统,TP274
- 基于图像识别的多智能车跟随与防撞控制系统研究,TP242.6
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|