手勢識別中的景深圖像處理算法研究.pdf

1、隨著計算機信息技術(shù)的飛速發(fā)展,人機交互(Human-Computer Interaction,簡寫HCI)已經(jīng)成為人們?nèi)粘Ｉ钪匾囊徊糠?。然?對于傳統(tǒng)的人機交互的方式多局限于借助鼠標、鍵盤或?qū)懽职宓扔布o助設(shè)備來進行。其限制了人們自如的進行人機交互。而通過手勢識別(Hand Gesture Recognition,簡稱HGR)來進行人機交互則給人們帶來了自由發(fā)揮的空間。但是,傳統(tǒng)的手勢識別多是基于數(shù)據(jù)手套來進行,其依然給人們帶來了限

2、制。而基于計算機視覺的手勢識別則能讓人們的雙手甚至全身都得到了解放。自從計算機視覺的手勢識別研究以來發(fā)現(xiàn),其實現(xiàn)仍然比較困難,因為其研究多是基于平面二維圖像的手勢識別研究,難以將手勢正確、實時地從復雜的背景中分割出來。導致目前為止基于手勢的人機交互仍然未得到普及性的發(fā)展。
　　本文對手勢識別的研究現(xiàn)狀和發(fā)展趨勢進行了深入的分析。立足于“科學服務社會”的宗旨,基于2011年微軟在海外發(fā)布的第一款體感設(shè)備Kinect For Xbox

3、360,在手勢識別的研究中引入了景深圖像(深度圖像),從人體身高測量開始,進而分析其身高和手的關(guān)系,逐步解決手掌、手指分析與手勢識別的各種關(guān)鍵技術(shù)問題,最終設(shè)計出了能通過非接觸式的手勢識別進行驅(qū)動的實時人機交互應用系統(tǒng)。并通過各種非接觸式的虛擬現(xiàn)實,圖片操控等人機交互應用系統(tǒng)的實現(xiàn)和展示,證明了本文研究理論和方法的有效性和可行性。本文所做的工作和貢獻主要體現(xiàn)在以下幾個方面:
　　(1)基于景深圖像實現(xiàn)了多人人體身高的同時測量?；?/p>

4、人體身高準確估算手長信息,并借助微軟骨骼系統(tǒng)對手勢中的手部掩膜景深圖像進行實時、準確的分割。
　　(2)基于手部掩膜景深圖像進行聚類分析,手掌識別,手掌輪廓分析。基于手掌輪廓進行凸點檢測分析,凹陷檢測,實現(xiàn)指尖的識別。
　　(3)基于指尖的識別與手掌的位置相對關(guān)系實現(xiàn)手指的識別。根據(jù)手指識別實現(xiàn)了手勢的語義表達分析。
　　(4)最后,基于手勢語義實現(xiàn)了虛擬現(xiàn)實和圖片瀏覽等應用場景實時的人機交互應用,并進行研究成果展示。