基于Kinect的復(fù)雜手勢識別技術(shù)研究.pdf

1、隨著人機交互技術(shù)的不斷發(fā)展，各種新奇的人機交互方式層出不窮，手勢識別技術(shù)以其學習成本低、靈活性好、實用性強等特點，近年來成為研究的熱點。
　　基于視覺技術(shù)的手勢識別受光照、噪聲等因素的影響較大，限制了對手勢識別技術(shù)的應(yīng)用。Kinect傳感器能夠在獲取二維圖像的同時獲得空間的三維深度信息，為手勢識別的研究帶來了新的方向，本文利用Kinect2.0深度傳感器，對具有手型變化的動態(tài)復(fù)雜手勢的進行識別。主要包括手型圖像的分割、手型特征和手

2、勢運動特征的提取、手勢的分類識別等步驟。
　　首先對于手型圖像的分割，采用了Kinect骨骼跟蹤技術(shù)和深度信息相結(jié)合的方法，有效的消除背景和光照對手型圖像分割的影響。對獲得的手型二值圖像進行形態(tài)學的處理，并采用邊緣跟蹤算法來實現(xiàn)手型圖像輪廓的提取。
　　然后是手勢特征的提取，具體包括靜態(tài)手型的特征和運動軌跡特征。提出對靜態(tài)手型輪廓提取Hu特征并利用K-means聚類算法進行特征編碼的方法;對于運動軌跡提取方向角特征，并進行球