基于视觉的手势识别研究-模式识别与智能系统专业论文.docx

万方数据 万方数据 摘要 摘要 随着电子技术以及人工智能的发展，近些年涌现出来的人机交互技术相对于传 统人机交流技术更加便捷与人性化。手势识别技术作为一种新颖、自然、直观的人 机交互手段，具有广泛的应用前景。本文主要对手势识别技术中的一系列问题进行 了研究，其主要内容如下: 1.手势分割是手势识别的基础，本文提出了一种在修正的 YCbCr 颜色空间下采 用自适应高斯肤色模型来分割肤色的方法，实验证明，采用该方法进行肤色分割的 正确率达到了 92.45%，相对于固定阈值模型具有显著地提高。 2.手臂是手势识别主要干扰源之一，但很多手势识别算法并没有考虑手臂对手 势识别的干扰。本文为此提出了一种采用最小外接矩形的方法来分离手势中的手臂 部位。该方法能有效的去除手臂的干扰，提高手势识别的正确率，减小后续手势图 像处理的数据量。 .本文采用预测型 Camshift 算法对手势进行跟踪。该算法采用 Kalman 滤波器 对 Camshift 算法的搜索窗质心位置进行预测和校正，从而获得手势的中心位置，克 服了 Camshift 算法中类手势颜色区域对跟踪的干扰。本文还采用手势跟踪算法对手 势位置进行预测，然后再对预测的局部区域进行后续处理，相对于直接对整幅图像 进行处理具有更高的效率。 .本文通过引入指尖特征，并通过改进 Hu 矩算法，实现手势识别处理中模板匹 配速度和准确率的提高。本文对定义的 12 种手势样本库进行了仿真试验，测试集的 识别率可以达到 91.59%。 关键字：手势识别；手势分割；手势跟踪；Camshift 算法；Hu 不变矩 -I- Abstract Abstract With the development of electronic technology and artificial intelligence, the technology based on man-machine communication comes to more convenient and user-friendly in recent years than traditional. Besides, the characteristics of intuitions and simplicities make the gesture recognition owning a broad application prospect. In this paper, the gesture recognition describes deeply on a series of questions. And, the main content of the thesis are as follows: The Gesture segmentation is the foundation of the gesture recognition. In the improved YCbCr color space, a method which can split the skin color with Gaussian skin color model is proposed. Experiments show that the correct rate of skin color segmentation has been significantly improved compared to a fixed threshold model, and the skin color segmentation accuracy is 92.45%. Although the arm gesture recognition is one of the main interference sources, the arm interference is not considered in many gesture recognition algorithms. In order to get rid of the interference of the arm, improve the accuracy of the gesture recognition, and reduce the amount of the subsequent data, a method using the minimum bounding rectangle is proposed to divide an arm in the processing of gesture images. The paper adapts the forecasting model Cams