论文部分内容阅读
手势交互是一种自然方便，具有广阔应用前景的人机交互方式。基于视觉的动态手势识别技术具有灵活性好、扩展性强和成本低廉等特点，是目前手势交互技术研究的热门。本文在现有动态手势识别的基础上，研究一种识别率、稳定性和实时性更好的动态手势识别方法，并设计开发实现了动态手势识别软件系统。本文的主要研究内容如下: 1、手势分割方法研究。研究了一种YCrCb椭圆肤色模型和背景差分法结合的手势分割方法，能够去除非肤色点和背景两方面的干扰，从而改善了手势分割的效果。与现有主流肤色分割方法和背景分割方法相比，本文的手势分割方法的分割精度更高。 2、手势特征提取及分类方法研究。构建一种基于肤色像素点分布密度的特征描述子来描述手势的特征，计算量较小，具有平移、旋转和尺度不变性，抗干扰性好。提取到的手势特征利用支持向量机分类器进行训练和分类。本文的手势特征提取及分类方法能有效对手势进行多分类，并且实时性有出色表现。 3、手势跟踪方法研究。在椭圆拟合跟踪算法的基础上，提出了改进的椭圆拟合跟踪算法，增加了跟踪时自动检测目标类型的模块，并提高了跟踪的稳定性。与现有主流CamShift跟踪算法和粒子滤波跟踪算法比较发现，该跟踪算法拥有更好的手势跟踪效果，并能够较好的跟踪多个手势目标。 4、动态手势识别系统研究。在手势分割、分类和跟踪的理论研究基础上，设计了手势动作识别规则，用于识别常见的手势动作如挥手动作、双手动作。进一步，开发了动态手势识别系统，通过对该软件系统功能和性能测试，验证了本文的动态手势识别系统在识别率、稳定性和实时性方面均表现出良好的性能。