基于RGB-D圖像的手勢識別方法研究.pdf

1、隨著科技時代的到來，人機交互已經(jīng)成為了人們生活中的一個重要組成部分，而手勢有著自然、簡潔、直接等特點，已經(jīng)成為人機交互領(lǐng)域的重要分支。手勢識別的方式有很多種，其中基于視覺的手勢識別是最自然的，使用最廣泛的，但基于計算機視覺的手勢識別容易受到光照和復(fù)雜背景的影響。隨著深度圖像的引入，這個問題得到了很好地解決，深度圖像能夠克服光照的影響，而且能在一定程度上排除復(fù)雜環(huán)境的干擾。在此基礎(chǔ)上，本文提出了基于靜態(tài)手勢識別和動態(tài)手勢識別方法；文章將通

2、過手勢檢測、手勢特征提取和手勢識別三個部分論述方法的原理與識別過程。
　　首先是圖像預(yù)處理和手勢檢測階段，由于Kinect提取出的圖片會出現(xiàn)很多的噪點和空洞，在預(yù)處理部分，本文使用的是高斯濾波和形態(tài)學(xué)方法相結(jié)合的方式對提取到的圖像進行預(yù)處理，修復(fù)圖像參數(shù)。在手勢檢測部分，本文對通過預(yù)處理以后的圖片使用膚色分割和深度信息分割相結(jié)合的方法進行手勢分割。膚色分割階段，本文采用改進的高斯模型的方法進行膚色檢測和膚色分割，深度信息分割階段，

3、本文使用最大類間方差法與固定閾值相結(jié)合的方法，兩者結(jié)合實現(xiàn)手勢圖像的分割，該分割過程能夠很好地消除光照和復(fù)雜背景的影響。
　　然后在手勢特征提取階段，本文使用的是HO G直方圖特征和手掌質(zhì)心、手指質(zhì)心、手的方向等特征。而HO G直方圖特征已經(jīng)成功地應(yīng)用到了行人檢測領(lǐng)域，在手勢描述方面也取得了不錯的效果。
　　最后在手勢識別階段，本文將手勢分為靜態(tài)和動態(tài)兩個部分。在靜態(tài)手勢識別方面，本文使用的是核極限學(xué)習(xí)機方法和角度分析方法。