基于深度图像的手势识别分析及应用-计算机应用技术专业论文.docx

目录 目录 PAGE PAGE IV 目 录 摘 要 I ABSTRACT II 第 1 章 绪论1 1.1 研究背景 1 1.2 国内外研究现状 2 1.2.1 基于穿戴设备的手势识别2 1.2.2 基于视觉的手势识别2 1.2.3 基于深度信息的手势识别3 1.3 手势识别基本步骤概述 3 1.4 本文研究内容和意义 5 1.4.1 本文研究内容5 1.4.2 本文研究意义5 1.5 本文章节结构 6 第 2 章 手势深度图像获取7 HYPERLINK \l _TOC_250006 KINECT 简介 7 HYPERLINK \l _TOC_250005 Kinect 原理 7 HYPERLINK \l _TOC_250004 Kinect 关键技术 8 HYPERLINK \l _TOC_250003 Kinect 的局限 8 2.2 开发环境 9 HYPERLINK \l _TOC_250002 Kinect 驱动 9 HYPERLINK \l _TOC_250001 OpenNI 框架 9 HYPERLINK \l _TOC_250000 Kinect for Windows SDK 框架 11 2.3 图像采集 12 2.3.1 深度图像存储方式12 2.3.2 深度图像和彩色图像匹配13 2.3.3 采集图像14 第 3 章 基于深度图像预处理 15 3.1 3D 点云构造 15 3.2 形态学处理 16 3.3 手势分割 17 3.3.1 肤色分割18 3.3.2 深度阈值分割19 3.3.3 骨骼节点分割19 第 4 章 基于深度图像的手势特征提取 21 4.1 手势轮廓提取 21 4.1.1 轮廓设计21 4.1.2 轮廓获取22 4.2 掌心特征提取 22 4.2.1 掌心特征设计22 4.2.2 掌心获取23 4.3 凹槽特征提取 23 4.3.1 凹槽特征设计23 4.3.2 凹槽获取25 4.4 指尖特征提取 26 4.4.1 指尖特征设计26 4.4.2 指尖提取27 4.5 旋转特征提取 29 4.5.1 旋转特征设计29 4.5.2 旋转提取30 第 5 章 基于核稀疏与深度图像的手势识别 32 5.1 引言 32 5.2 稀疏表示理论和核概念 33 5.3 核稀疏表示动态手势识别算法 34 5.3.1 算法设计34 5.3.2 算法实现36 5.3.3 实验结果和分析39 5.4 手势识别应用 41 5.4.1 应用设计41 5.4.2 流程框架图42 5.4.3 实现框架42 5.4.4 应用效果44 第 6 章 结论与展望 46 6.1 结论 46 6.2 进一步工作的方向 47 致谢 48 参考文献 49 第 第 1 章 绪论 PAGE PAGE 10 第 1 章 绪论 1.1 研究背景 人机交互（Human Computer Interaction,HCI）[1]自计算机发明以来，先后经 历了键盘、鼠标、触控、多媒体、虚拟现实 5 个发展阶段。智能化的人机交互 方式也在不断的变迁中变得更加乐于被人们所接受，人们不再是被动的接受机 器的交互方式，而是反过来让机器适应人类的交流方式。 手势是人类除语言交流外最常用的交流方式，手势可传递的信息不仅直观、 形象，而且可以互相组合成多种形态用以传递信息。早期，无论是软件方面还 是硬件方面，计算机在理解人类自然手势语言方面有很大障碍。因此基于手势 的人机交互以其自然、简单、多元的特性被人们大量研究和设计实现，同时硬 件基础也在不断的发展中变得更加的实用和可操作。 基于手势的人机交互的核心研究内容即手势识别。对于手势识别方法的理 论研究已经很丰富了，在理论足够发达的基础上，现在又有了更加先进的硬件 设备，比如以数字手套为代表的穿戴设备，通过传感器采集信息传递给计算机 处理；以 Microsoft 的 Kinect 摄像头为代表的视觉捕捉设备，通过发射红外传感 来获取物品在三维空间里的深度信息。基于手势的人机交互已经从理论层面向 工业层面推进，越来越多的走进人们的生活中。 相比较鼠标、键盘等生硬的交互设备，手势交互因为可以提供更加自由、 多元、简单的交互方式，将在未来的应用领域特别是智能交通、远程控制、虚 拟现实方面发挥更大的作用。 基于手势的人机交互在一代代的技术积累上为人类提供了更加多元化、人 性化的服务。娱乐方面，智能的交互、精良的模拟系统使得人类得到更好、更 真实的娱乐体验感；生产方面，智能化的人机交互模式极大的提升了生产的效 率，提高了产品的质量，减少了生产的成本；服务方面，各类手控智能电子产 品已经走进人们的日常生活领域，便捷了人们的行动，改变着人们