基于单目视觉的实时手势识别系统分析-analysis of real-time gesture recognition system based on monocular vision.docxVIP

优秀毕业论文 精品参考文献资料 摘 要 随着科学技术的进步和社会物质财富的积累，人们对生活水平的要求也越来 越高。当前，计算机与深深地融入到了人们的日常生活中，并对我们的生活产生 了深远的影响，而人与计算机的交互方式也就成为一个研究热点。人机交互从最 初的以机器为中心正在向以用户为中心转变。而基于单目视觉的手势识别系统正 好吻合这样的发展趋势，手势交流更符合人类的自然交际方式，从而使得人机交 互更加友好、自然，同时手是人与生俱来的一种工具，基于手势的人机交互能够 创造一种更加统一的交互方式，但是由于人手结构负责、灵活度较高，因此，研 究基于单目视觉的手势识别系统是一个极富挑战性的研究课题。 本文根据可得实验设备基础上设计和实现了一个基于单目网络摄像头的手势 识别系统，该系统实现了对预定的 8 种手势实时识别。此外，本文还利用手势识 别系统的识别结果实现了对鼠标功能的模拟，以及 LED 灯组的控制。手势识别系 统主要由图像预处理、手势分割、特征提取及分类等模块组成。在图像预处理模 块，本文根据实验结果，并参考全局光线补偿算法，实现了对手势图像的光线补 偿，从而提高了整个系统的工作性能。在手势分割模块，本文针对肤色检测存在 的固有问题，引入了人脸检测模块和 Codebook 背景差分算法，成功实现了自适应 肤色建模，并且消除背景中类肤色区域的干扰。此外，本文利用凸缺陷深度信息 和最小外接矩形尺寸成功实现了对手势图像的粗分类，并对其中不可分的手势类 型使用傅里叶描述子和支持向量机进行分类，并达到了 97.5%的识别率。通过模拟 鼠标和 LED 灯组控制两个应用，这表明了手势在多媒体领域和智能家居领域具有 非常大的应用潜力，有一定的实用价值。 关键词：人机交互，手势识别，手势分割，背景差分 ABSTRACT II ABSTRACT With the development of science and technology and the accumulation of social material wealth, people are pursueing higher living standard. currently，computer technology is linked closely to everyday life, applying a profund impact on our life, so HMI(Human-Machine-Interaction ) manner is increasingly becoming a hotspot. Human-computer interaction is transforming from the machine-centered to user-centric. However, gesture recognition system based on monocular vision coincides this trend, it more fit the way human communicates. Hand gesture recognition system make HCI more friendly, naturely and conveniently, while hand is a tool for anyone born, it make HCI a unfied way to communicate with all the computers. but hand own high flexibility and complex structure, so hand gesture recognition system based on monocular vision is a very challenging research topic. This paper designed and implemented a hand gesture recognition system based on monocular webcam, it can recognized eight defined hand gesture. in addition, the paper also uses gesture recognition result achieved simulation of mouse function and a control of LED-Lamps group. The hand gesture recognition system divided to four modules: hand gest