基于Kinect傳感器的骨骼定位研究.pdf

1、隨著模式識(shí)別和人工智能領(lǐng)域的不斷發(fā)展，使得人機(jī)交互技術(shù)在許多領(lǐng)域得到了應(yīng)用。近年來(lái)，人體運(yùn)動(dòng)分析技術(shù)有了較大的進(jìn)步，而能夠捕捉人體的動(dòng)作是實(shí)現(xiàn)人體運(yùn)動(dòng)分析的前提。骨架提取作為捕捉人體動(dòng)作的重要一環(huán)，日益得到學(xué)術(shù)界的關(guān)注。骨架是保持圖像拓?fù)涞囊粋€(gè)重要特征，是表示物體形狀的一種有效形式，其信息量少，又能較完整的描述出物體的幾何性質(zhì)，因此在模式識(shí)別、圖像檢索和虛擬運(yùn)動(dòng)等領(lǐng)域得到了廣泛的應(yīng)用。本論文通過(guò)Kinect傳感器進(jìn)行人體骨骼定位的研究，

2、主要工作如下:
　　首先，總結(jié)了人體骨骼定位問(wèn)題的研究現(xiàn)狀，分析了各方法的優(yōu)點(diǎn)和缺點(diǎn)，闡述了本論文的選題背景。
　　其次，介紹了Kinect傳感器的軟硬件系統(tǒng)、工作原理以及基于決策樹的機(jī)器學(xué)習(xí)算法。
　　再次，提出了一種基于最優(yōu)閾值的圖像分割方法，利用該方法實(shí)現(xiàn)了人體與背景的分割;使用數(shù)學(xué)形態(tài)學(xué)的方法對(duì)人體的剪影圖進(jìn)行了去噪，通過(guò)Hilditch細(xì)化算法提取出了人體的骨架。
　　最后，利用深度圖的特性識(shí)別了手臂的