基于视觉的应用于智能控制的手势识别技术的研究-计算机软件与理论专业论文.docx

万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名： 吴浩 日期：2011 年 6 月 4 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 吴浩 导师签名： 屈鸿 日期： 2011 年 6 月 4 日 万方数据 万方数据 摘要 摘要 基于计算机视觉的手势识别作为新一代的人机交互手段，它简单、直观、易 使用，在某些应用领域，如虚拟现实、手语翻译、远程控制等领域，有着不可替 代的优越性，因此，越来越得到人们的重视。虽然目前还是一个研究热点，但是 手势交互也已经渐渐开始应用于实际生活了，在最新研发的消费类数码产品中可 以看到它的身影。这代表了一种未来交互的新趋势，也预示着手势交互未来广阔 的应用前景。 本文从手势图像的预处理、手势特征提取、手势识别三方面对基于视觉的手 势识别算法进行了研究，并验证了算法的可行性。实验结果表明，本文方法对静 态手势识别具有很好的效果。 图像预处理包括图像增强、图像分割和图像形态学处理。本文首先对输入的 图像进行平滑，锐化处理，然后采用基于灰度的阈值分割方法，从图像中分割出 手势，将得到的手势部分图像进行膨胀和腐蚀处理，达到最佳的手势分割效果， 最后采用基于脉冲耦合神经网络的边缘检测方法检测手势的边缘。 在手势的特征提取部分，本文针对手势图像识别率较低，易受噪声干扰的问 题，提出一种基于二维极坐标傅立叶描绘子的手势特征提取算法。该描绘子不仅 利用了手势图像的边界信息，还提取了手势图像的内部信息，受边界噪声的干扰 更小，通用性更好，鲁棒性更高。 针对手势的识别，本文采用了基于 BP 神经网络的识别方法。首先利用大量的 样本图像训练 BP 网络，通过训练成功的网络来实现手势图像的识别，并根据输出 结果来判定识别的正确性。 本文的创新点和贡献：提出将基于脉冲神经网络的边缘检测方法和基于二维 极坐标傅立叶描绘子的手势特征提取算法应用到手势识别，并对该算法进行了仿 真实验，收到理想的识别效果。 关键词：手势识别，脉冲耦合神经网络，边缘检测，二维极坐标傅里叶描绘子， BP 神经网络 I ABSTRACT ABSTRACT As a new man-machine interaction technology, the hand gesture recognition based on computer vision is superior in some areas, such as virtual reality, sign language interpretation, remotecontrol and so on, because of its simplicity, intuition and ease of use. Therefore, it obtains more and more attentions. Although it is still a hot spot of technical research, the hand gesture interaction begins to be applied in the real life gradually, which you may find in some latest consumer electronic products. It represents a new trend of interaction in the future and indicates the broad application prospect of the hand gesture interaction. This thesis presents a vision-based hand gestures recognition algorithm from points of hand gestures image pre-processing, feature extraction and recognition of han