基于Android的视觉手势识别系统

发布时间：2017-05-26 06:03

  本文关键词：基于Android的视觉手势识别系统，由笔耕文化传播整理发布。

【摘要】：当前移动设备的主要操作流程是触控,但是在特殊应用场景下,如油田矿山等场所,由于高粉尘、油污和噪音的存在,触控、声控制操作并不方便使用,而手势作为一种自然直观的人机交互方式更适合于这些地方,因此在移动设备上手势识别的开发具有十分重要的意义。早在1993年托马斯就给出了用手套的方式来进行手势的人工交互。虽然识别准确但是由于手套外设的存在对于用户来说仍然不够友好。之后给出用视觉方式来识别手势含义,其中包含模板匹配法和数学统计法。手势识别的发展也日进完善。但是上述方法大多是基于图像在PC端的手势识别。基于移动设备端的手势识别仍然存在些许空白。毕竟移动设备与传统计算机相比性能方面还存在这较大的差异,在传统计算机上适用的方法移植到移动设备上很可能无法使用。若要保证较高的识别准确度,则必须设计更精密的识别流程,从而提高算法复杂度。然而,由于移动设备性能较低,高准确度的设计会严重影响到识别的实时性。反之,若过分要求实时性,则算法的准确性便无法保证。如何取舍是需要克服的一个难点。本文在以往的视觉手势识别技术的基础上,具体研究手势的几何特征,给出了一种能在移动设备上流畅运行的视觉手势识别方法。通过移动设备的摄像头提取手势原始图像,进而利用肤色识别得到手势的二值化图像。通过对手势的二值化图像进行几何特征分析,选取有价值的几何特征值,通过特征匹配得到手势含义。将手势信息作为控制移动设备的指令,操纵移动设备。本文选取Android作为试验平台,经测试表明,该方法在Android设备上的运行周期约为120ms,正确率接近90%,保证了手势识别的实时性和准确性。
【关键词】：手势识别 Android 肤色识别 特征匹配
【学位授予单位】：湖北工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 引言8-13
• 1.1 课题研究背景和意义8-9
• 1.2 国内外研究现状9-10
• 1.3 本文的主要研究内容10-11
• 1.4 本文组织结构11-13
• 第二章 视觉手势识别的相关理论基础13-18
• 2.1 视觉手势识别概述13
• 2.2 视觉手势基本流程13-14
• 2.3 模板匹配理论与特征值的选择14-15
• 2.4 手势提取相关理论15-16
• 2.5 本章小结16-18
• 第三章 手势图像预处理18-32
• 3.1 手势二值化图像18-19
• 3.2 肤色提取与色彩空间19-24
• 3.2.1 基于RGB色彩空间的肤色提取方法19-20
• 3.2.2 基于YCrCb色彩空间的肤色提取方法20-21
• 3.2.3 基于HSV色彩空间的肤色提取方法21-22
• 3.2.4 本文采取的肤色提取方法22-24
• 3.3 噪声处理24-29
• 3.3.1 腐蚀与膨胀24-27
• 3.3.2 中值滤波27
• 3.3.3 本文采取的去噪办法27-29
• 3.4 本章小结29-32
• 第四章 手势分割与轮廓提取32-41
• 4.1 边缘检测32-35
• 4.2 手势分割35-38
• 4.2.1 最小面积外接矩形35-36
• 4.2.2 多边形的凸包36-37
• 4.2.3 最佳拟合直线与角度修正37-38
• 4.3 本章小结38-41
• 第五章 视觉手势的特征值选择与提取41-50
• 5.1 特征值的分析与选择41-44
• 5.2 特征参数的提取44-45
• 5.2.1 手指个数参数的提取44-45
• 5.2.2 拇指动作特征值的提取45
• 5.2.3 其他征值的提取45
• 5.3 圆形坐标系下手势空间特征值的分析与提取45-48
• 5.4 本章小结48-50
• 第六章 匹配方法与具体实验50-61
• 6.1 图像模板匹配50-54
• 6.1.1 距离匹配算法50-51
• 6.1.2 手势匹配算法设计51-54
• 6.2 实验条件及所需设备54-55
• 6.3 系统设计及实验55-58
• 6.3.1 系统流程设计55
• 6.3.2 检测手势界面设计55-56
• 6.3.3 系统测试56-58
• 6.4 本章小结58-61
• 总结与未来展望61-63
• 参考文献63-67
• 致谢67

【相似文献】

中国期刊全文数据库 前10条

1 ;新型手势识别技术可隔着口袋操作手机[J];电脑编程技巧与维护;2014年07期

2 任海兵,祝远新,徐光，

本文编号：395866