基于手勢的人機交互和指尖檢測算法的研究.pdf

1、傳統(tǒng)的人機交互局限于鍵盤、鼠標(biāo)和操縱桿的應(yīng)用，在界面的友好性和自然性上已經(jīng)不能滿足人們的要求?；谝曈X的手勢交互利用攝像頭獲取人手運動的圖像序列，通過提取手部特征，識別手勢和手指運動軌跡，并作出相應(yīng)的回應(yīng)實現(xiàn)人與計算機交互。該技術(shù)融合了圖像處理、機器視覺和模式識別等學(xué)科的相關(guān)技術(shù)，是目前研究的一個熱點。另外，基于手勢的交互在手語識別、游戲控制、智能家居等領(lǐng)域都有著非常廣闊的應(yīng)用前景。
　　 指尖的檢測與提取是基于手指交互系統(tǒng)的關(guān)

2、鍵。目前，國內(nèi)外很多學(xué)者已經(jīng)提出了很多方法用于指尖的檢測，但幾乎沒有算法能夠適應(yīng)全部的場景。背景的動態(tài)多樣性和指尖運動的隨機性等特點，使得指尖的精確定位仍然是一項非常有挑戰(zhàn)性的工作。
　　 指尖檢測屬于運動目標(biāo)檢測范疇，而運動信息和膚色信息是其中兩個非常重要的特征。本文深入研究了基于膚色的檢測、基于背景消減和幀間差分的目標(biāo)分割方法，并將各種算法在理論上和實驗上都進行了對比：基于背景消減的方法重點在于背景模型的更新，是最簡單有效的

3、方法之一；幀差法的動態(tài)適應(yīng)能力較強，在目標(biāo)運動過慢時算法失效；膚色是人手區(qū)別于其他物體的特征，但對光照過于敏感。
　　 在此基礎(chǔ)上，本文主要研究基于指尖形狀特征的檢測：基于區(qū)域分析（模板）和基于輪廓分析的方法。兩種算法都是在目標(biāo)分割的基礎(chǔ)上進行，因此檢測的精度與分割效果密切相關(guān)?；趨^(qū)域的方法定義了一個指尖模板，通過匹配來實現(xiàn)指尖的檢測，對前景區(qū)域中出現(xiàn)的空洞比較敏感；基于輪廓的方法通過比較曲率的大小來判斷指尖的位置，閾值如設(shè)置