智能教室手势识别算法研究及交互原型系统设计

摘要

手势是一种自然而直观的交流手段,随着人机交互逐渐向以人为中心转移,基于视觉的手势识别研究也逐渐成为人们研究的热点。本文以智能教室的研究为背景,设计并实现了基于手势识别的智能教室交互系统,并着重论述了基于视觉的手势识别算法的实现过程,对图像预处理、手势分割、手势特征提取和手势识别进行了深入的研究。
　　 图像通过摄像头获取,对输入图像进行中值滤波以消除尖锐噪声,采用梯度锐化方法来突出边界信息。
　　 手势分割部分,首先通过肤色信息和阈值技术获取手势的粗略位置,然后利用运动信息分割前景,将两部分区域进行与运算获得精确的手势区域,最后将得到的手势部分图像进行膨胀和腐蚀的形态学处理,达到良好的手势分割效果。
　　 特征提取部分,本文针对手势识别系统的实时性和鲁棒性要求,采用改进的扫描方式提取长度和角度二维几何特征,该特征具有平移、比例和旋转不变性。
　　 针对手势的识别,考虑到定义手势少和搜索深度低的特点,采用结合拒绝策略和哈夫曼编码思想设计分类决策树。利用训练样本图像获得特征阈值,通过这些特征阈值构建分类决策树从而对手势进行分类和识别。
　　 实验结果表明,本文采用的二维几何特征和分类决策树的手势识别算法识别率可以达到92％,并且满足了交互系统实时性和鲁棒性的要求,是一种有效的手势识别算法。

目录

文摘

英文文摘

第一章 绪论

1.1 课题研究背景

1.2 普适计算

1.2.1 研究内容

1.2.2 研究现状

1.3 智能空间

1.3.1 发展状况

1.3.2 智能教室

1.4 手势识别技术

1.4.1 手势定义与分类

1.4.2 手势建模与表示

1.4.3 手势输入技术

1.4.4 手势识别应用

1.4.5 论文工作及章节安排

第二章 手势识别基础知识

2.1 手势识别过程

2.2 手势预处理

2.2.1 手势获取

2.2.2 图像预处理

2.3 手势分割

2.4 手势识别常用算法

第三章 手势识别关键算法研究

3.1 算法流程

3.2 图像预处理

3.2.1 中值滤波

3.2.2 梯度锐化

3.3 手势分割

3.3.1 肤色检测

3.3.2 前景分割

3.3.3 灰度化

3.3.4 二值化

3.3.5 与运算

3.3.6 形态学处理

3.3.7 轮廓提取

3.3.8 小结

3.4 手势特征提取

3.4.1 特征选取原则

3.4.2 二维几何特征提取

3.4.3 长度特征

3.4.4 角度特征

3.5 手势识别

3.5.1 决策树简介

3.5.2 分类器设计

3.5.3 分类器训练

第四章 智能教室交互系统设计

4.1 系统总体设计

4.1.1 系统设计原则

4.1.2 系统工作流程

4.1.3 功能模块划分

4.2 手势识别子系统设计

4.2.1 设计原则

4.2.2 总体设计方案

4.2.3 功能模块划分

4.3 窗口控制子系统设计

4.3.1 设计原则

4.3.2 总体设计方案

4.3.3 系统模块划分

第五章 交互原型系统分析

5.1 系统总体分析

5.1.1 系统环境

5.1.2 程序运行界面

5.1.3 图像获取实现

5.1.4 系统总体性能

5.2 手势识别算法分析

5.2.1 算法特点

5.2.2 算法性能分析

5.3 窗口控制分析

5.3.1 鼠标定位

结束语

致谢

参考文献

研究成果