基于計(jì)算機(jī)視覺的靜態(tài)手勢(shì)識(shí)別.pdf

1、隨著人機(jī)交互技術(shù)的發(fā)展，人們不再滿足于傳統(tǒng)的鼠標(biāo)、鍵盤作為輸入接口，迫切需要一種新型的更自然的人機(jī)交互模式。人機(jī)交互模式不再以計(jì)算機(jī)為中心，以用戶為中心的人機(jī)交互模式——手勢(shì)識(shí)別，正是現(xiàn)在的發(fā)展趨勢(shì)。在醫(yī)院，前來就診的病患與普通人群使用同一觸摸導(dǎo)航設(shè)備，健康人群通過接觸設(shè)備有一定幾率感染上致病細(xì)菌?；谟?jì)算機(jī)視覺的手勢(shì)識(shí)別技術(shù)很好的解決了這一問題。人們可以通過單純的手勢(shì)操作醫(yī)院導(dǎo)航系統(tǒng)，而不用接觸到外置輸入設(shè)備，避免了感染致病細(xì)菌。

2、r>　　本文介紹了基于計(jì)算機(jī)視覺的手勢(shì)識(shí)別技術(shù)的背景與應(yīng)用，概述了手勢(shì)識(shí)別技術(shù)的基本理論，研究手勢(shì)識(shí)別過程中涉及到的相關(guān)技術(shù)。構(gòu)建手部約束模型，利用數(shù)字手勢(shì)一到九，九個(gè)手勢(shì)圖像建立手勢(shì)模板，進(jìn)行手勢(shì)圖像識(shí)別。
　　整個(gè)手勢(shì)識(shí)別工作分為四個(gè)階段:手勢(shì)圖像分割、圖像預(yù)處理、邊緣檢測(cè)、特征提取匹配識(shí)別等。首先，對(duì)各顏色空間比較后，選擇RGB空間與HSV顏色空間的H分量相結(jié)合來提取膚色，對(duì)手勢(shì)圖像進(jìn)行分割。然后，對(duì)二值化處理后的圖像平滑濾

3、波，選用閾值濾波器和高斯濾波器進(jìn)行圖像降噪，運(yùn)用開運(yùn)算技術(shù)去除圖像中的椒鹽噪聲。之后，采用Canny邊緣檢測(cè)算子，對(duì)平滑濾波后的圖像邊緣提取，計(jì)算手勢(shì)邊緣輪廓。最后，根據(jù)手勢(shì)輪廓特點(diǎn)，利用Hu不變矩的七個(gè)特征參數(shù)進(jìn)行手勢(shì)輪廓特征提取，通過歐氏距離完成手勢(shì)匹配識(shí)別。
　　本文研究實(shí)現(xiàn)的手勢(shì)識(shí)別應(yīng)用具有平移、尺寸和旋轉(zhuǎn)不變性。運(yùn)用OpenCV庫，對(duì)各模塊進(jìn)行有效性、實(shí)時(shí)性驗(yàn)證。并通過模塊實(shí)現(xiàn)得到手勢(shì)識(shí)別效果和統(tǒng)計(jì)數(shù)據(jù)，實(shí)驗(yàn)中在簡(jiǎn)單背景