基于微型投影及视觉感知的虚拟键盘技术研究

发布时间：2017-09-13 18:51

  本文关键词：基于微型投影及视觉感知的虚拟键盘技术研究

  更多相关文章： 计算机视觉 人机交互 虚拟键盘 键位获取 指尖检测 按键解析

【摘要】：自从历史上第一台计算机诞生以来，人类从未停止探索与计算机的交互方式。传统的人机交互设备如鼠标、键盘、麦克风、传感器等对用户有一定的使用要求，不易于携带装配，严重影响用户体验，甚至一些精细的设备价格非常昂贵。基于计算机视觉的人机交互技术近年来发展迅速，，为研发更加优越的用户体验带来了一种新的思路，而投影仪和相机是用于该类人机交互系统的主要设备。 本课题对虚拟键盘键位和用户指尖位置的获取方法进行了深入的研究，设计并实现了基于微型投影仪及视觉感知的虚拟键盘拨号系统。系统综合响应比、准确性、效率以及性价比等多方面的考虑，选择了微型投影仪、CCD相机、镜头、图像采集卡等硬件设备，并采用微软公司研发的Visual Studio2010开发工具作为系统软件的运行环境。 基于微型投影及视觉感知的虚拟键盘拨号系统运行时由微型投影仪在场景中投射出计算机传输的虚拟键盘拨号图像，相机实时采集图像数据，利用Zhang二维平面标定法对采集的虚拟键盘拨号图像进行畸变矫正，并提取出虚拟键盘键位和用户指尖位置，最后解析用户拨号操作。本文主要工作和成果如下： 1、提出了一种基于区域生长法获取虚拟键盘键位的方法。先采用背景建模、图像预处理、阈值分割等方法分离出键位区域，再根据虚拟键盘5行3列的键位布局特点，采用改进的区域生长法提取出键位的平面坐标。 2、提出了一种基于最大类间方差法的用户指尖位置获取方法。系统先建立背景差分模型并利用基于最大类间方差法分割出手指区域，再利用指尖检测方法提取出用户指尖位置，同时采用指尖轨迹跟踪方法跟踪用户手指移动。为了解决环境光照浮动带来的指尖误检问题，本系统提出了一种自适应背景更新算法。 3、建立按键操作模型，根据用户指尖位置与虚拟键盘键位解析用户操作，实现了基于微型投影及视觉感知的虚拟键盘拨号系统。并从多线程、双缓冲、软件架构、模块化等角度对系统进行优化，有效地提高了系统的稳定性和运行效率。 本系统结构简单、所用硬件设备体积小、成本低廉。实验表明，系统运行效率高、鲁棒性好、算法适用性广，按键反应性能良好，能够快速、准确地响应用户按键操作，具有一定的理论研究价值和实践意义。
【关键词】：计算机视觉 人机交互 虚拟键盘 键位获取 指尖检测 按键解析
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP334.23;TP391.41
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-17
• 1.1 课题研究背景10-11
• 1.2 国内外现状11-14
• 1.2.1 国外研究现状11-14
• 1.2.2 国内研究现状14
• 1.3 选题的价值和意义14-15
• 1.4 课题的主要工作15-17
• 第二章 虚拟键盘拨号系统设计17-23
• 2.1 系统参考准则17
• 2.2 系统硬件平台概述17-21
• 2.2.1 微型投影仪18-19
• 2.2.2 图像采集模块19-21
• 2.2.2.1 相机19-20
• 2.2.2.2 镜头20-21
• 2.2.2.3 图像采集卡21
• 2.3 系统软件平台21-22
• 2.4 本章小结22-23
• 第三章 虚拟键盘拨号系统相机标定23-31
• 3.1 相机标定的基本原理23-27
• 3.1.1 相机成像模型23
• 3.1.2 坐标系转换23-25
• 3.1.3 相机畸变25-27
• 3.2 相机标定方法27-29
• 3.3 实验分析29-30
• 3.4 本章小结30-31
• 第四章 基于区域生长法的键位获取方法31-41
• 4.1 虚拟键盘拨号图像预处理31-33
• 4.1.1 虚拟键盘拨号图像灰度化31-32
• 4.1.2 背景图像建模32
• 4.1.3 虚拟键盘拨号图像噪声抑制32-33
• 4.2 阈值分割虚拟键盘键位33-35
• 4.3 形态学方法处理图像35
• 4.4 区域生长法寻找虚拟键盘键位35-37
• 4.5 实验效果与分析37-40
• 4.6 本章小结40-41
• 第五章 基于最大类间方差法的指尖检测方法41-53
• 5.1 指尖检测背景模型41-42
• 5.2 最大类间方差法分割前景图像42-44
• 5.3 用户指尖检测44-45
• 5.4 虚拟键盘背景更新45-46
• 5.5 指尖轨迹遍历跟踪46
• 5.6 实验效果与分析46-52
• 5.7 本章小结52-53
• 第六章 虚拟键盘拨号系统实现53-58
• 6.1 系统设计53-54
• 6.2 按键位置解析54-55
• 6.3 实验结果及分析55-57
• 6.4 本章小结57-58
• 第七章 总结与展望58-60
• 7.1 总结58-59
• 7.2 展望59-60
• 致谢60-61
• 参考文献61-64
• 附录64-65
• 详细摘要65-68

【参考文献】

中国期刊全文数据库 前10条

1 王延年;张鹏;;基于数学形态学的运动目标检测算法[J];电子测量技术;2010年07期

2 胡敏;李梅;汪荣贵;;改进的Otsu算法在图像分割中的应用[J];电子测量与仪器学报;2010年05期

3 袁保宗,阮秋琦,王延江,刘汝杰,唐晓芳;新一代(第四代)人机交互的概念框架特征及关键技术[J];电子学报;2003年S1期

4 陈忠碧,张启衡;一种适合于多目标检测的图像分割方法[J];光电工程;2004年05期

5 杨明,白烨,王秋良,余运佳;面阵CCD摄像机光学镜头参数及选用[J];光电子技术与信息;2005年03期

6 邱道尹;张文静;顾波;刘新宇;;帧差法在运动目标实时跟踪中的应用[J];华北水利水电学院学报;2009年03期

7 蓝慕云;刘建瓴;吴庭万;刘桂雄;;机器视觉中针孔模型摄像机的自标定方法[J];机电产品开发与创新;2006年01期

8 张明吉;王伟强;郑清芳;高文;;静态图像中的自适应阈值肤色检测算法[J];计算机研究与发展;2006年09期

9 袁伟才;徐向民;;一种有效的动态背景提取及更新方法[J];计算机工程与应用;2010年04期

10 董士海;人机交互的进展及面临的挑战[J];计算机辅助设计与图形学学报;2004年01期

本文编号：845281