Hausdorff距离在手势识别中的运用

摘要

手势是人类日常生活中人与人之间最自然的一种交互方式,将手势识别系统用于人机接口,从而实现直接的、自然的人机交互方式,是手势识别的发展趋势和基本目标.手势识别研究涉及到模式识别,图像处理,心理学和认知科学等领域.该文结合上海市自然科学基金资助课题

目录

文摘

英文文摘

论文独创性声明和论文使用授权声明

第一章引言

1.1手势识别研究背景及现状

1.2手势输入的实现方式

1.2.1基于数据手套的手势输入

1.2.2基于视觉的手势输入

1.3手势识别方法

1.3.1几何特征识别法

1.3.2神经网络识别法

1.3.3 HMM(Hidden Markov Model)方法

1.4本论文的工作

第二章图像格式以及常用操作

2.1图像格式

2.1.1数字图像的表示

2.1.2灰度图像

2.1.3 TIFF与BMP图像格式

2.2常用的图像操作

2.2.1图像的剪切

2.2.2图像的缩放

2.2.3图像的旋转

2.2.4图像的亮度调整

2.2.5图像的变换

第三章图像预处理

3.1图像锐化

3.1.1梯度锐化

3.1.2拉普拉斯(Laplacian)锐化

3.2手势图像的平滑

3.3手势图像的二值化

3.3.1人工设定整体阈值

3.3.2由灰度级直方图(Grey level histogram)确定整体阈值

3.3.3自动确定整体阈值的其他方法

3.3.4本文的二值化算法

第四章手势特征提取

4.1字母手势图像重心

4.2手势图像边界检测与定位

4.2.1常用的边界检测算子

4.2.2八方向链码搜索法

4.3字母手势图像关键点提取方法

第五章手势识别

5.1构造手势特征向量库

5.1.1样本的采集与获取过程

5.1.2样本库的数据结构与管理

5.2模式识别中的常用距离

5.2.1明考夫斯基距离

5.2.2马氏距离(Mahalanbis distance)

5.2.3类似度(Similarity)

5.2.4本文中运用的距离—Hausdorff距离(HD)

第六章实现及结果分析

6.1运用HD与手势库中手势作匹配过程

6.2识别系统运行界面

6.3识别结果分析

结束语

参考文献

发表文章

致谢