基于嵌入式系統(tǒng)的手勢跟蹤技術研究.pdf

1、手勢跟蹤技術是人機交互領域的一項關鍵技術，目前已廣泛應用在智能控制、手勢識別等方面。隨著人工智能的發(fā)展，手勢跟蹤技術引起了廣泛關注，因此研究基于嵌入式系統(tǒng)的手勢跟蹤技術具有重要的理論意義和廣闊的應用前景。
　　本文設計并實現(xiàn)了一種復雜背景下動態(tài)手勢檢測及跟蹤系統(tǒng)，該系統(tǒng)的服務器通過 V4L2技術實現(xiàn)視頻捕獲，可以獲取視頻源屬性、設置圖片尺寸等功能，客戶端軟件具備設置服務器的IP和端口、顯示幀速率、對手勢進行跟蹤等功能。最后，對整體

2、系統(tǒng)的各項功能進行實驗測試，取得了較好的測試結果。主要研究工作如下：
　　(1)研究了Linux視頻捕獲機制、基于TCP協(xié)議的Socket網絡模型、epoll機制等基本理論知識，提出了一種嵌入式系統(tǒng)下視頻采集及傳輸?shù)膽梅桨浮η度胧絃inux系統(tǒng)下圖像采集及傳輸進行了詳細分析，利用軟件工程中模塊化設計方法，實現(xiàn)了基于epoll機制的高并發(fā)服務器程序的編寫，將圖像數(shù)據(jù)實時傳輸至上位機。
　　(2)在類間方差法、幀差法、光流法

3、等算法研究的基礎上，針對復雜背景下的手勢分割，進行了兩方面的研究。其一，利用YCrCb顏色空間中的Cr分量對手勢進行自適應閾值分割；其二，利用前景檢測ViBe算法對動態(tài)手勢進行檢測。然后，將這兩部分手勢區(qū)域進行與運算，保留最大連通區(qū)域，實現(xiàn)了較好的手勢分割，為進一步手勢跟蹤算法奠定了基礎。
　　(3)在手勢跟蹤方面，針對光線變化、目標遮擋、膚色與背景顏色相近等導致的運動目標跟蹤不準確的問題，本文提出了一種基于 Kalman濾波器的

4、改進型Camshift算法。Kalman濾波器利用手勢在上一幀的位置信息，預測出手勢在當前幀的位置及搜索窗口，有效地預測了手勢運動趨勢，避免了手勢被遮擋時丟失目標的情況。同時提出了一種融合LBP紋理特征與H分量的二維直方圖，并將二維直方圖的概率密度圖作為Camshift算法的輸入參數(shù)，而且僅僅計算比預測搜索窗口稍大區(qū)域的概率密度圖，而不是整幅圖像的概率密度圖，減少了背景的干擾。
　　(4)在Windows操作系統(tǒng)下，通過開源視覺計