随着交通越来越便利,人们对驾驶需要也变得多样化。与此同时,越来越多的汽车企业开始着力研究提供安全驾驶的方法,比如车载抬头显示仪。车载抬头显示仪是利用光学中的反射定理将仪器中展示的信息投影到挡风玻璃上,以便于驾驶员查看相关信息。该仪器的控制方式一般采用触摸式控制、语音控制或手势控制。为保障驾驶员在使用该仪器时不出现注意力分散情况,因此采用灵活的、非触摸的控制方式。针对这个问题,本文提出在车载抬头显示仪使用灵活方便的手势控制方式,采用基于轮廓曲率的肤色概率图算法提取手部区域,并通过基于区域质心的最小二乘拟合运动估计算法对运动手势进行识别,实现非接触式实时控制车载抬头显示仪。该系统实现过程为首先利用摄像头采集实时手势图像序列,然后采用计算机视觉相关算法进行手势分割、手势特征提取、手势识别,最后将系统移植到安卓平台,实现动态手势控制车载抬头显示仪。本文中,根据动态手势识别过程中的技术分析与研究,将工作主要划分为以下几个方面:(1)阐述了本文进行图像采集的设备以及进行图像预处理的方法,包括去噪滤波、形态学处理、二值化和颜色空间转换等操作;(2)详细介绍了基于轮廓曲率的肤色概率图算法,利用肤色聚类性的原理划分肤色区域和非肤色区域,并计算其概率,然后利用手部和脸部轮廓曲率特点的区别去除人脸的干扰,获得手部区域:(3)分析了基于区域质心的最小二乘拟合运动估计算法,该算法从分割后的研究区域获取质心,并对质心形成的运动轨迹采用最小二乘法进行拟合,获得运动轨迹直线,对其分类和识别。(4)将系统移植到安卓平台控制车载抬头显示仪系统,实现交互功能。本课题实现了在车载HUD安卓平台上的实时动态手势识别系统。实验结果分析表明,采用基于轮廓曲率的肤色概率图算法域和基于区域质心的最小二乘拟合运动估计算法能有效提取手部区域,并达到较好的识别率,该系统在车载设备的交互方式上具有较好的应用前景。