计算机视觉基础毕业论文范文模板计算机视觉基础论文文档.pdfVIP

计算机视觉基础论文 2700 字_计算机 视觉基础毕业论文范文模板 计算机视觉基础论文2700字(一) ：论计算机视觉基础下的 手势检测识别技术 [摘要]随着计算机技术和图像成形技术的发展 ，计算机视觉基础下的手势检测 识别技术开始受到业界人士的广泛关注，为人机交互方式的研究提供了技术支持。 本文从手势检测识别的过程出发，分析了计算机视觉基础下的手势检测识技术和 手势检测识别技术的发展方向，供手势检测识别技术的研究人员参考。 [关键词]手势检测；识别技术；计算机视觉基础 引言：传统的人机交互方式主要有两种，一种是以键盘为媒介的文本交互， 一种是以鼠标为媒介的图形交互，这两种人机交互方式的应用都是以计算机为中 心的，实际上是计算机用户去适应计算机的发展模式，这让人机交互过程存在着 诸多不利因素，为此技术人员开始将手势检测识别技术应用在人机交互中。 1.手势检测识别的过程 大多数手势检测识别技术的应用过程都包括了以下几个环节：图像处理环节， 该阶段内手势检测识别技术会将视频中的动态画面划分成若干个静止画面 ，并根 据手势检测的规定和其中图片的要求来分析计算机中的图像，去除视频中没有应 用价值的信息，并对其进行滤波处理；手势检测环节，该阶段内手势检测识别技 术会检测剩余图像中是否存在手势，将存在手势的图像与其他的图像进行分离， 从而得到具体的手势图像，从而进行下一步的手势识别工作；手势识别环节，手 势检测识别技术会进一步分析存在手势的图像，并根据识别出来的特征来划分手 势的类型。计算机视觉基础下的手势检测识技术也是围绕着这些应用环节发展的。 2.计算机视觉基础下的手势检测识技术 2.1手势图像处理技术 手势图像处理技术主要被应用在图像处理环节。手势检测识别技术的应用开 始于手势的输入，手势检测识别装置中的摄像机能够将输入的手势记录下来，并 将在手势中采集到的信息传送到与之相连的计算机中，因此使用人员能够通过手 势输入的方式将视频转换为计算机能够识别的数字图像。为了防止计算机获得的 图像受到外界因素的干扰 ，工作人员要应用手势图像处理技术对图像进行预处理， 进而去除存在于图像中的噪音 ，同时使得图像中的重要信息得以被强化。 2.2手势分割技术 手势分割技术主要被应用在手势检测环节。手势分割的质量直接影响着手势 特征的检测结果和手势类型的判断结果 ，为此技术人员在手势检测环节中应用了 手势分割技术。常见的手势分割技术有肤色模型分割技术和轮廓跟踪分割技术。 肤色模型分割技术的应用依据是不同的皮肤信息，皮肤信息是所有的手势图 像中最为明显和效果最好的，尽管不同人群的肤色存在一定程度的区别，但是其 在色彩空间的分布中有着呈聚类的特点，肤色模型的建立就是以不同肤色在色彩 空间中的分布特点为基础的，这样以肤色模型为应用基础的肤色模型分割技术能 够让工作人员在最短的时间内找出手势存在的候选区域[1]。 轮廓跟踪分割技术的理论依据是多种多样的，其中应用范围最广也是应用效 果最好的为Snake模型，Snake模型对噪音的敏感程度较高，并能够以此为依据 展开轮廓跟踪，检测出跟踪目标的变形等复杂的结构运动，进而将手势从复杂的 图像背景中分离出来。 2.3手势特征提取技术 手势特征提取技术主要被应用在手势识别环节。存在手势的图像在经过分割 后会在图像中呈现出手势的边缘 ，通过对手势边缘的分析能够得到手势的全部形 状 ，在定位了手势的形状后可以应用手势特征提取技术来分析手势图像中存在的 手势特征。手势特征的提取工作是在手势分割工作完成后进行的，也就是说手势 特征提取工作与手势分割工作是密不可分的，在手势检测识别系统中两者是同时 进行的。 手势特征的描述载体有手的颜色、形状、长短、面积、凹凸程度手指之间的 距离等，这些载体能够显示手骨架的所在位置 ，通常情况下手势虽所在区域和周 边的像素被赋予的是 “1”值，图像中不存在手势的区域和周边的像素被赋予的是 “0”值，这样就在图像中形成了二值手势图像，工作人员在手势图像中对不同值 的区域进行变形处理，进而在分析出其中涵盖的手势特征。 2.4手势识别技术 手势识别技术主要被应用在在手势识别环节。手势可以被分为静态和动态两 种形式，静态手势主要是依靠手的形状来传达某种信息的，每个静态的手势都能 对应手势模型中不同的参数点；动态手势主要是依靠手的运动来传达某种信息的， 每个动态的手势都能对应手势模型中不同的运动轨迹。手势识别