随着智能手机的迅速发展，其硬件在数量和质量上均取得了很大的进步，这使得研究人员能够在移动设备平台开展图像识别的研究问题。在智能手机的方面， Android平台已经占据了将近80％的市场，其开源免费的特性使得开发者更愿意在其平台上进行应用开发。在本文中，我想设计一款名为“每日瑜伽”的手机应用。本应用能通过手机的前置摄像头捕捉到用户的身体动作并尝试分析判断该动作是否正确。本款应用娱乐性与专业性兼具。　　人体动作检测与识别是计算机视觉领域的一个重要的研究对象。怎么才能快速且有效率的从动作图像中提取、表达特征信息，并对各个特征之间的关系进行描述是人体动作检测与识别中最需要解决的问题，也是本文研究的最大重点。另外，如何将人体动作检测系统引入Android平台也是本研究一大难点。第三，本文还研究如何利用Android平台开发应用程序，搭建一个基于Android平台的高效和高质量的用户界面。　　本论文首先简要介绍了Android系统的背景和使用价值，以及OpenCV计算机视觉库的结构原理，论述了当前Android设备中的瑜伽应用现状和一些其他可以进行动作识别的设备；另外，着力介绍了基于Android平台实现人体瑜伽动作检测与识别系统算法设计和整体框架，以及系统中各个模块的理论与实现方法。论文的主要工作如下所示：　　1.在图像预处理的阶段，针对手机前置摄像头拍照效果不够良好，基于经典的Canny边缘检测的算法，采用了一个经过改进的效果更好的Canny边缘检测算子。并且使用了一个可以消除图像多余背景的算法。通过边缘检测算法的处理，待测图像以及样本图像都能得到质量很高的边缘轮廓图，并且通过背景消除，可以得到较为纯粹的人体动作轮廓。　　2.由于本论文的应用程序是建立在 Android平台下，时效性的优先级很高。选择一个复杂度低又效果出色的特征点提取的算法成为了一大重点。经过实验结果显示，ORB算法在众多特征提取算法中具有计算复杂低，时效性好的优点。将经过预处理之后的待测图像和样本图像一起输入系统之中，使用ORB算法先对图像进行特征点提取，然后生成特征描述子，然后使用汉明距离将待测图像和样本图像进行对比，设计了一套合适的打分系统来判断用户动作是否准确，给出适当得分并且标出用户动作错误之处。　　3.在 Android平台下设计“每日瑜伽”这款应用程序，该款应用程序符合Android设计准则，用户界面交互友好，并能提供较多实用的设置项供用户来选择使用。