基于OpenCv摄像头手势识别.docVIP

基于OpenCv摄像头手势识别 　　摘要：随着视觉技术发展的不断更新，人们开始对手势交互越来越青睐。这个技术不但可以解决传统的信息交互的弱点，还可以更好融合人们生活习惯。它是一种自然、和谐的人机交互方式，目前已经有许多基于计算机视觉的手势识别研究，但仍然存在很大的改进和拓展的空间。手势识别的客观要求很高，技术限制很多，所以在实际中推广使用普及度不高。当前解决技术壁垒是研究的关键。基于肤色模型提取的方法需要根据个人的经验来设置皮肤颜色的阈值。随阈值分割图像后，可以根据轮廓上的点的数量和轮廓的外接矩形的方式来查找手势的轮廓。这些方法都还需要进一步的改进和完善。OpenCv开源视觉库与VS2008开发环境相结合，通过使用静态识别的方法正确识别了设计的几个基本的手势，目的是通过手势识别来代替传统的输入方式实现一些基本操作。模型共分为四个模块：手势图像捕捉、图像预处理、特征提取以及手势的分类识别。首先该软件从输入设备中采集图像，然后根据采集的图像生成手势特征库。手势特征库采用Hu矩作为特征，Hu矩是不变矩，它不随图像的平移，尺度，图像旋转而变化。很好解决了一般矩在图像旋转，尺寸变化，平移的变化之后特征也变化的问题。在手势识别过程中，对视频的每一帧图像进行特征提取，然后与特征库中的特征进行匹配。每个人对“匹配”的要求不同，因此，本文将匹配程度作为可配置的值。每个手势会有一个与之相对应的指令和根据需要对应不同的系统命令，这个一一对应的规则通过配置文件确定。使设计变得更加的灵活 关键词：计算机视觉；手势交互；肤色模型；静态识别 中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2016）35-0193-02 1 研究背景 随着信息化的高速发展，人们的生活也进入了网络时代。大数据，云计算也进入了人们的生活，其标志性的现象就是各类智能终端设备的不断涌现，它使人机交互的方式正发生着深层次改变。人机交互的方式正在从传统的鼠标搭配键盘的方式往触控、语音交互、动作识别等技术为主导的更自然的方式转变。其中语音与计算机视觉尤为突出，它使计算机变得更加的灵性化。而这两者中计算机视觉又更能够传情表意，它能够“看”明白用户的肢体语言或者表情。国内外的自然交互研究涉及了人脸识别、眼神识别、表情识别、手势识别、肢体语言识别等。手势识别作为一种人类普遍使用的交流方式，应用在计算机交互上能给人一种直观和自然的感觉。这种自然的输入方式把人们从传统的与输入设备接触交互方式中解放出来，使人们与计算机交互更加的轻松愉悦 计算机视觉是让计算机可以替代人眼的技术。更进一步说，就是利用视频采集设备和电脑代替人眼对指定的目标进行识别，并进一步做出计算。其中，手势识别技术是计算机视觉的一个的重要的研究方向，它是一种常用并且合理的人机交互方式。随着计算机视觉，包括图像处理技术以及人工智能等技术，特别是虚拟现实技术的迅速发展，手势识别的实现更加成为可能。由于客观环境的多变及人手和手势的多样性，如何在限制较少的条件准确识别手势并能保证其精度、效率以及稳定性是研究的关键 手势识别按照手势输入设备分类，可以分为基于数据手套的手势识别和基于视?X的手势识别。基于视觉的手势识别中，最常见的手势分类是将手势分为静态手势和动态手势。静态手势是一种较简单的手势，当用户做出一个固定和静止的动作时计算机将其处理后识别出来。动态手势相对要复杂一些，它可以看做是由一系列的静态手势组成的序列。如果将静态手势和动态手势组合，将可以形成语义很丰富的手势系统 1目前人机交互的不足 人与计算机之间的交互方式是人机交互研究的核心。从现在的姿势交互和语音交互往前追溯，有触摸交互、手写交互、鼠标和键盘交互。姿势交互又细分为手势交互、表情交互、身体姿势交互 传统的输入设备有很多的不足之处。鼠标和键盘，由于它们的使用需要接触，在某些环境下使用不方便。用户在车站、餐厅、购物商场等场景下要与计算机交互时，使用传统交互方式十分的不便。而且在公共场合下，接触性的使用会有很大的卫生问题。不仅需要占用很大的空间，同时也会有设备损耗的问题 手写交互和触摸交互改善了传统的机械性输入，它们是更符合人类的使用习惯的。但是它们任然要求用户要与设备接触，这不免会在接触设备的过程中损坏到设备。所以同样有着易损耗等问题 基于视觉的手势交互很好克服了上述交互方式的不足之处。手势交互是不需要接触的，没有损耗问题，也不会有接触带来的卫生问题。手势交互有符合人类动作习惯和直观自然的优点，使其成为了下一代自然交互方式研究的焦点 2目前国内外手势识别状况 基于视觉的手势识别不需要昂贵的设备，仅仅需要摄像头和PC机器就够了。其廉价的输入设备会使其将来应用范围十分广泛。手势识别在计算机视觉的研究中是热