運動過程中指尖檢測算法研究.pdf

1、研究運動指尖點的檢測問題，是用戶對界面內(nèi)精細命令精確執(zhí)行的關(guān)鍵。指尖檢測問題涉及到圖像處理的多方面，包括圖像預(yù)處理和指尖檢測。由于背景環(huán)境相對復(fù)雜、加上手指形狀多變化和實時性要求等問題的約束，精確的檢測指尖依然是一項難題。
　　在前景提取中，現(xiàn)有方法大致采用膚色分割或運動分割來提取手部。前者閾值不易設(shè)定，且干擾因素較多，后者往往模型適應(yīng)能力差。學(xué)者們在常用方法基礎(chǔ)上進行創(chuàng)新，取得了一定成果，如應(yīng)用較多且較為有效的基于YCbCr空間

2、的混合高斯模型，但其未考慮點的空間聯(lián)系，單純的考慮點在時間上的變化，應(yīng)對變化環(huán)境時目標(biāo)邊緣存在鋸齒。本文將鄰域像素連接權(quán)融合到自適應(yīng)混合高斯模型中來得到運動區(qū)域，即加入物體像素點的空間鄰域信息，對原有的混合高斯膚色模型進行改進，由類最大后驗概率來求得相鄰像素所屬的高斯分量。使得時間與空間相統(tǒng)一，彌補了原有算法忽略點空間關(guān)聯(lián)的缺點，同時自適應(yīng)的減少高斯分布個數(shù)，使其滿足實時性;并設(shè)計了一種帶權(quán)重的顏色計算模型的陰影去除算法，降低色彩分量的

3、權(quán)重來減弱亮度干擾。對比實驗表明改進后的前景分割的F值有0.05-0.27的提升。
　　現(xiàn)有單目指尖檢測算法或多或少存在干擾點和人為設(shè)定閾值問題，過程中閾值無法自動調(diào)節(jié)能。有學(xué)者嘗試用算法相結(jié)合的方式來排除干擾，但效果不夠明顯。對此，本文利用改進的重心距離法進行指尖位置檢測來去除干擾點，從手部整體特征出發(fā)，根據(jù)指尖點的圓弧性質(zhì)排除干擾點，即計算出指尖點與其對應(yīng)圓弧的平均誤差，誤差越小的點越有可能是指尖點。使用與前景分割不同的數(shù)據(jù)庫