基于膚色分割和Camshift的手勢識別研究.pdf

1、隨著計算機(jī)技術(shù)的迅猛發(fā)展，人與計算機(jī)之間的交流也越來越多樣化。而一些傳統(tǒng)的人機(jī)交流方式，比如鍵盤，鼠標(biāo)，麥克風(fēng)等，已經(jīng)不能完全滿足需要。新的人機(jī)交流方式與傳統(tǒng)的人機(jī)交流方式相比，新的人機(jī)交流技術(shù)更加注重“人性化”。手是人身上最靈活的一個部位，手語被認(rèn)為是人的第二種語言。因此，對手勢識別的研究成為近幾年的研究熱點。手勢識別包含的領(lǐng)域有：電腦視覺，模式識別，生物統(tǒng)計學(xué)等。 本文主要研究手勢的識別與跟蹤的方法，然后在此基礎(chǔ)上架構(gòu)出一個

2、動態(tài)手勢識別系統(tǒng)。由于一些識別與跟蹤的方法在應(yīng)用方式上的不同，系統(tǒng)對手勢識別的效果也會不同。本文在對幾種常見的手勢識別和手勢跟蹤方法進(jìn)行分析比較后，選擇了最適用本系統(tǒng)的手勢識別與跟蹤方法作為重點。實驗結(jié)果證明本系統(tǒng)具有良好的實時性和正確性。 基于單目視覺下的手勢識別技術(shù)一般由手勢建模，手勢分割，特征提取，手勢匹配這幾個關(guān)鍵技術(shù)構(gòu)成。而手勢分割是利用手勢識別程序進(jìn)行手勢識別最困難也是最重要的一步。它是計算機(jī)進(jìn)行后續(xù)處理的前提。本系

3、統(tǒng)將人手的圖像由RGB空間轉(zhuǎn)換到HSV空間后，在HSV空間利用膚色閾值對人手進(jìn)行分割。實驗結(jié)果表明，膚色分割方法實現(xiàn)簡單且分割的效果好，非常適合手勢分割。 基于單目視覺下的手勢跟蹤算法目前最主流的是粒子濾波算法和Camshift算法。本文在簡單介紹這兩種算法后，決定使用Camshift算法對手勢進(jìn)行跟蹤。由于Camshift算法是半自動算法，在對手勢進(jìn)行跟蹤前必須對手勢進(jìn)行手動標(biāo)定。因此本系統(tǒng)采用了手勢跟蹤與手勢識別技術(shù)相結(jié)合的