手勢(shì)識(shí)別中的景深圖像處理算法研究.pdf

1、隨著計(jì)算機(jī)信息技術(shù)的飛速發(fā)展,人機(jī)交互(Human-Computer Interaction,簡(jiǎn)寫(xiě)HCI)已經(jīng)成為人們?nèi)粘Ｉ钪匾囊徊糠?。然?對(duì)于傳統(tǒng)的人機(jī)交互的方式多局限于借助鼠標(biāo)、鍵盤(pán)或?qū)懽职宓扔布o助設(shè)備來(lái)進(jìn)行。其限制了人們自如的進(jìn)行人機(jī)交互。而通過(guò)手勢(shì)識(shí)別(Hand Gesture Recognition,簡(jiǎn)稱HGR)來(lái)進(jìn)行人機(jī)交互則給人們帶來(lái)了自由發(fā)揮的空間。但是,傳統(tǒng)的手勢(shì)識(shí)別多是基于數(shù)據(jù)手套來(lái)進(jìn)行,其依然給人們帶來(lái)了限

2、制。而基于計(jì)算機(jī)視覺(jué)的手勢(shì)識(shí)別則能讓人們的雙手甚至全身都得到了解放。自從計(jì)算機(jī)視覺(jué)的手勢(shì)識(shí)別研究以來(lái)發(fā)現(xiàn),其實(shí)現(xiàn)仍然比較困難,因?yàn)槠溲芯慷嗍腔谄矫娑S圖像的手勢(shì)識(shí)別研究,難以將手勢(shì)正確、實(shí)時(shí)地從復(fù)雜的背景中分割出來(lái)。導(dǎo)致目前為止基于手勢(shì)的人機(jī)交互仍然未得到普及性的發(fā)展。
　　本文對(duì)手勢(shì)識(shí)別的研究現(xiàn)狀和發(fā)展趨勢(shì)進(jìn)行了深入的分析。立足于“科學(xué)服務(wù)社會(huì)”的宗旨,基于2011年微軟在海外發(fā)布的第一款體感設(shè)備Kinect For Xbox

3、360,在手勢(shì)識(shí)別的研究中引入了景深圖像(深度圖像),從人體身高測(cè)量開(kāi)始,進(jìn)而分析其身高和手的關(guān)系,逐步解決手掌、手指分析與手勢(shì)識(shí)別的各種關(guān)鍵技術(shù)問(wèn)題,最終設(shè)計(jì)出了能通過(guò)非接觸式的手勢(shì)識(shí)別進(jìn)行驅(qū)動(dòng)的實(shí)時(shí)人機(jī)交互應(yīng)用系統(tǒng)。并通過(guò)各種非接觸式的虛擬現(xiàn)實(shí),圖片操控等人機(jī)交互應(yīng)用系統(tǒng)的實(shí)現(xiàn)和展示,證明了本文研究理論和方法的有效性和可行性。本文所做的工作和貢獻(xiàn)主要體現(xiàn)在以下幾個(gè)方面:
　　(1)基于景深圖像實(shí)現(xiàn)了多人人體身高的同時(shí)測(cè)量?；?/p>

4、人體身高準(zhǔn)確估算手長(zhǎng)信息,并借助微軟骨骼系統(tǒng)對(duì)手勢(shì)中的手部掩膜景深圖像進(jìn)行實(shí)時(shí)、準(zhǔn)確的分割。
　　(2)基于手部掩膜景深圖像進(jìn)行聚類分析,手掌識(shí)別,手掌輪廓分析?；谑终戚喞M(jìn)行凸點(diǎn)檢測(cè)分析,凹陷檢測(cè),實(shí)現(xiàn)指尖的識(shí)別。
　　(3)基于指尖的識(shí)別與手掌的位置相對(duì)關(guān)系實(shí)現(xiàn)手指的識(shí)別。根據(jù)手指識(shí)別實(shí)現(xiàn)了手勢(shì)的語(yǔ)義表達(dá)分析。
　　(4)最后,基于手勢(shì)語(yǔ)義實(shí)現(xiàn)了虛擬現(xiàn)實(shí)和圖片瀏覽等應(yīng)用場(chǎng)景實(shí)時(shí)的人機(jī)交互應(yīng)用,并進(jìn)行研究成果展示。