復(fù)雜背景下實時手勢跟蹤和識別系統(tǒng)研究與實現(xiàn).pdf

1、近幾年隨著計算機技術(shù)的迅猛發(fā)展,人機交互技術(shù)逐漸成為計算機視覺領(lǐng)域的研究熱點。作為一種新穎、自然、直觀的人機交互手段,手勢識別技術(shù)有廣泛的應(yīng)用前景。手勢在時空上具有多樣性和不確定性,并且人手的自由度大,因此,手勢識別技術(shù)是一個極具挑戰(zhàn)性的研究課題。
　　本文研究基于視覺的實時手勢識別技術(shù),建立復(fù)雜環(huán)境下實時手勢跟蹤和識別系統(tǒng)。該系統(tǒng)主要包括手勢分割、跟蹤、特征提取以及手勢識別等關(guān)鍵技術(shù)。
　　在系統(tǒng)中給出改進橢圓膚色模型和背

2、景差分法相結(jié)合的方法對手勢進行分割。對膚色訓(xùn)練樣本集進行均勻化分布處理,以得到更準確的橢圓膚色模型參數(shù)。在 RGB空間中對圖像進行顏色均衡后再進行膚色檢測,以減少光線引起的圖像色彩偏差。然后將膚色區(qū)域與背景差分法得到前景圖像做與運算,得到手勢區(qū)域。
　　在對手勢進行跟蹤時,采用預(yù)測型Camshift算法。該算法引入Kalman濾波器,對 Camshift算法的搜索窗的質(zhì)心位置進行預(yù)測和校正,得到手勢的中心位置。在不影響實時性的前提

3、下,該算法克服了Camshift算法中類手勢顏色區(qū)域?qū)Ω櫟母蓴_。
　　根據(jù)手勢的特點,提取手的7個Hu不變矩組成特征向量。在手勢識別階段,建立基于改進模糊C均值聚類的BP神經(jīng)網(wǎng)絡(luò)分類器。對定義的20種手勢的樣本庫進行了仿真試驗,測試集的識別率可以達到90.175％。
　　最后根據(jù)文中介紹的實時手勢識別系統(tǒng)的主要關(guān)鍵技術(shù),在Microsoft Visual C++6.0編程環(huán)境下實現(xiàn)了實時手勢跟蹤和識別系統(tǒng)。將手勢應(yīng)用到人機