手势识别中的景深图像处理算法研究.pdfVIP

摘要 摘要 随着计算机信息技术的飞速发展，人机交互 （Human-Computer Interaction, 简写 HCI ）已经成为人们日常生活重要的一部分。然而，对于传统的人机交互的方式多局 限于借助鼠标、键盘或写字板等硬件辅助设备来进行。其限制了人们自如的进行人机 交互。而通过手势识别 （Hand Gesture Recognition，简称HGR ）来进行人机交互则给 人们带来了自由发挥的空间。但是，传统的手势识别多是基于数据手套来进行，其依 然给人们带来了限制。而基于计算机视觉的手势识别则能让人们的双手甚至全身都得 到了解放。自从计算机视觉的手势识别研究以来发现，其实现仍然比较困难，因为其 研究多是基于平面二维图像的手势识别研究，难以将手势正确、实时地从复杂的背景 中分割出来。导致目前为止基于手势的人机交互仍然未得到普及性的发展。 本文对手势识别的研究现状和发展趋势进行了深入的分析。立足于 “科学服务社 会”的宗旨，基于2011年微软在海外发布的第一款体感设备Kinect For Xbox 360，在 手势识别的研究中引入了景深图像 （深度图像），从人体身高测量开始，进而分析其 身高和手的关系，逐步解决手掌、手指分析与手势识别的各种关键技术问题，最终设 计出了能通过非接触式的手势识别进行驱动的实时人机交互应用系统。并通过各种非 接触式的虚拟现实，图片操控等人机交互应用系统的实现和展示，证明了本文研究理 论和方法的有效性和可行性。本文所做的工作和贡献主要体现在以下几个方面： （1） 基于景深图像实现了多人人体身高的同时测量。基于人体身高准确估算 手长信息，并借助微软骨骼系统对手势中的手部掩膜景深图像进行实时、准确的分割。 （2 ） 基于手部掩膜景深图像进行聚类分析，手掌识别，手掌轮廓分析。基于 手掌轮廓进行凸点检测分析，凹陷检测，实现指尖的识别。 （3 ） 基于指尖的识别与手掌的位置相对关系实现手指的识别。根据手指识别 实现了手势的语义表达分析。 （4 ） 最后，基于手势语义实现了虚拟现实和图片浏览等应用场景实时的人机 交互应用，并进行研究成果展示。 基于手势识别的人机交互系统的实现，验证了本文的理论的可行性，最终将理论 研究成果变成现实。如今由于人机交互需求正日益增涨，对基于手势识别的人机交互 技术研究已经成为了一门十分热门的重要课题。 关键词：虚拟现实；人机交互；手势识别；景深图像 - I - 万方数据 Abstract Abstract With the rapid development of computer and information technology, Human- Computer Interaction(HCI) plays a very important role in modern life. The tradition way of HCI is confined to the usage of hardware such as mouse 、keyboard etc, which limited the people for HCI freely. Through Hand Gesture Recognition (HGR) for HCI brings people a free play space. The traditional HGR is more