基于計(jì)算機(jī)視覺的手勢(shì)識(shí)別方法研究.pdf

1、人機(jī)交互技術(shù)是近些年來(lái)計(jì)算機(jī)科學(xué)領(lǐng)域研究的熱點(diǎn)，目前主要有兩個(gè)研究方向，分別是語(yǔ)言識(shí)別技術(shù)和肢體語(yǔ)言識(shí)別技術(shù)。因?yàn)橹w語(yǔ)言的識(shí)別比較復(fù)雜，不僅包括圖形圖像處理，計(jì)算機(jī)視覺的理論內(nèi)容，還有人工智能以及模式識(shí)別等多門學(xué)科的涉及，所以相對(duì)于語(yǔ)音識(shí)別，肢體語(yǔ)言的識(shí)別更加具有挑戰(zhàn)性。由于手是一個(gè)不斷變化形狀的對(duì)象，故手勢(shì)識(shí)別的研究領(lǐng)域是一個(gè)極富有挑戰(zhàn)的研究課題。本文主要采用計(jì)算機(jī)視覺技術(shù)，來(lái)進(jìn)行靜態(tài)和動(dòng)態(tài)手勢(shì)識(shí)別。
　　本文首先對(duì)手勢(shì)分割算

2、法進(jìn)行了分析比較，發(fā)現(xiàn)由于單一分割算法的局限性，不能得到良好的分割效果，于是提出采用膚色分割和區(qū)域分割相結(jié)合的方式將手從復(fù)雜的背景中分割出來(lái)。實(shí)驗(yàn)證明，該方法能很好的分割出手勢(shì)。然后采用DP算法對(duì)手勢(shì)進(jìn)行多邊形擬合，完成了手勢(shì)的預(yù)處理。因?yàn)閹缀尉刈R(shí)別具有速度快的特點(diǎn)，所以采用幾何矩對(duì)靜態(tài)手勢(shì)進(jìn)行特征提取。最后通過(guò)采用模板匹配算法，實(shí)現(xiàn)了對(duì)靜態(tài)手勢(shì)阿拉伯?dāng)?shù)字1~10的識(shí)別。通過(guò)分析比較粒子濾波和Camshift跟蹤算法，考慮到粒子濾波算法

3、會(huì)產(chǎn)生粒子退化現(xiàn)象，本文采用Camshift算法進(jìn)行手勢(shì)跟蹤。在特征提取模塊上，本文通過(guò)獲取手勢(shì)軌跡在t時(shí)刻到t+1時(shí)刻之間的切線角度變化對(duì)動(dòng)態(tài)手勢(shì)進(jìn)行特征提取。由于考慮到8個(gè)方向的Freeman算法搜索范圍小，每一次進(jìn)行邊緣搜素時(shí)，都要遍歷模板中的每一個(gè)像素點(diǎn)，增加了運(yùn)算量，本文提出采用改進(jìn)的Freeman鏈碼對(duì)手勢(shì)軌跡進(jìn)行離散化，實(shí)現(xiàn)了對(duì)動(dòng)態(tài)手勢(shì)特征的提取。
　　本文采用一種改進(jìn)的隱馬爾科夫模型算法進(jìn)行動(dòng)態(tài)手勢(shì)識(shí)別。針對(duì)隱馬爾