基于体感交互的玉米栽培知识可视化系统设计与实现

发布时间：2020-10-25 01:33

　　 随着知识可视化技术和农业生产知识的结合越来越紧密和重要,目前将知识可视化技术应用在农业领域上形成的农业知识可视化已经成为研究的重点。知识可视化是利用图形图像、三维模型、视频动画等方式来构建和表达某一领域中复杂知识的技术,为知识的晦涩难懂、枯燥无味提供了革新式的处理手段。其次,目前农业知识可视化的交互手段越来越满足不了人们日益增长的需要,由于人机交互技术的快速发展,体感交互技术成为自然交互研究的新领域,其中的手势识别是研究重点,体感交互技术可以很好的弥补其交互不足的问题,对于提高农业知识可视化的交互性具有重要的研究意义。针对农作物栽培知识和技术的枯燥无味,传播和推广效率低下等问题,以玉米栽培知识为研究对象,利用知识视觉表征方法,设计和实现玉米栽培知识可视化系统。通过玉米栽培知识可视化系统,可以让人们趣味化学习和掌握有序的玉米栽培知识,提高栽培知识的传播和推广效率。针对玉米栽培知识可视化系统交互性差、沉浸性低、操作繁琐和体验差的问题,以系统交互内容为研究对象,利用Kinect体感设备,采用手势识别的方法来完成体感交互,将体感交互与玉米栽培知识可视化系统进行集成,构建出基于体感交互的玉米栽培知识可视化系统。本文主要开展了以下几个内容的研究:(1)设计玉米栽培知识可视化系统,首先对玉米栽培知识和技术利用知识视觉表征设计映射出其虚拟空间中的知识对象,再依据玉米栽培知识详细设计了玉米栽培过程中的六个场景,并对场景进行模型构建、脚本处理和场景渲染构建出玉米栽培知识可视化场景。(2)针对于在系统中增加基于体感的人机交互功能,设计了六种静态手势和五种动态手势的人机交互。利用阈值法对Kinect捕获的手势数据进行动静态手势分类。基于静态手势图像的预处理,采用HOG特征提取和贝叶斯正则化BP神经网络实现对静态手势的识别,通过实验结果:HOG+贝叶斯正则化BP神经网络平均识别率为91.3%,HOG+SVM平均识别率为87%,表明本文采用的识别算法具有更好的识别效果;基于动态手势运动轨迹的特征提取,采用DTW算法实现对动态手势的识别,通过实验结果:动态手势平均识别率为90.8%,表明识别方法有效且识别率高。(3)基于集成设计,对玉米栽培知识可视化系统的交互对象添加脚本,通过脚本调用动态链接库中的函数接口和数据,完成手势控制可视化交互对象的目的,实现了玉米栽培知识可视化系统与体感交互的集成,构建出基于体感交互的玉米栽培知识可视化系统。本文通过对玉米栽培知识可视化系统的设计和基于手势识别的体感交互设计,将二者进行集成,构建出基于体感交互的玉米栽培知识可视化系统,实现了农作物玉米栽培知识和技术的趣味化,提高了农作物可视化系统的交互性,对农业知识和技术的传播与推广具有重要的应用价值。
【学位单位】：河南农业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：S513;TP391.41
【部分图文】：

给计算机设备或系统，实现计算机和人们之间的信息知识通信，这对于人机交互已经取得了重大的进步，然而随着人机交互技术的快速进步，目前传统的人机交互技术已经成为瓶颈，越来越多的人们希望系统尽可能的自然。因此，随着虚拟现实技术（VR）和增强现实技术（AR）的发展，人机交互不再仅仅局限于键盘和鼠标的交互，更重要的是利用体感交互技术。体感技术是利用人类互动之间的不同感官模式，比如手势、说话、面部表情和身体表情等来实现人机交互的技术，其具有更加自然，人性化的特征，目的是让用户能够自然地与系统交互。所以，当前国内外很多的公司和机构研发了大量的体感设备。例如在国外，微软开发的Kinect 体感设备，可以通过传感器和相关算法实现对多个用户的表情和动作进行追踪和识别，实现用户无需装备任何输入设备即可进行人机交互；任天堂生产的体感设备 Wii 游戏主机，可以进行动作捕捉，操控体感交互控制器，完成游戏操作、健身运动等人机交互功能；索尼的 PlayStation 4 利用摄像头进行图像识别，使用手柄进行动作感应，实现对游戏的真实感体感；谷歌公司开发的谷歌眼镜，通过在眼镜上加入微型摄像头和微处理器实现对各种操作和处理，如拍照、看邮件、发消息、浏览信息等。在国内，相关的体感设备也研发出很多，如 HTC 公司开发的 HTC Vive，其他公司开发的 CyWee、绿动体感运动机 iSec、爱动体感设等。

套来辅助实现体感交互功能，利用数据手套上的传感器可以实时获取到手部的各种数据，从而及时有效地进行体感交互，这就是基于体感手势的由来。国内外许多公司机构的专家学者对其进行了深入研究。如 Wise[33]等人提出利用光纤式数据手套对手指关节位置与手指弯曲程度进行测量的方法；Amma[34]等人利用具有加速器和陀螺仪的数据手套在三维空间中书写文字的手势识别方法，基于隐形马尔科夫模型，成功将数据手套捕获的数据转化为文字表达。同时我国大量的科研单位也立足于数据手套的开发和研究。付玉锦和原魁[35]利用 CAS-Glove型数据手套对手指运动模型进行改进；吕蕾[36]等人基于数据手套，利用特征点集模板匹配方法实现了高达 98.9%的手势识别结果；李东洁[37]等人针对手势识别精度和实效性问题，提出了 RBF 神经网络算法应用于数据手套可以得到预期结果；罗迎[38]等人实现了基于数据手套实现了对虚拟空间物体对象的操作，完成了虚拟现实的交互系统。通过相关文献的总结可以得出，由于数据手套装备了多个传感器，便于精准地获取手部关节点信息和手指弯曲信息等，因此其具有较好的实时性和准确性，但是在使用时用户需要穿戴，同时操作复杂，不利于随身携带，实用性较差，且价格昂贵，这些局限性限制了数据的发展，无法达到自然便捷和以人为本的目的，所以相关的研究也就滞缓下来了，但是基于触觉的体感交互并不是不重要。

[44]利用 HTC View 设备，基于 Unity 3D 软件构建了基于体感交互式虚有一定的价值；沈莉丽[45]基于 Kinect 视觉识别功能和姿态识别算法人的精确控制；邓红莉[46]等人基于虚拟现实与手势识别实现了一套虚势对虚拟场景进行控制；郑斌珏[47]等提出使用手势指令对机器人控制来看，基于视觉的体感交互具有巨大的经济价值和社会价值，毫无疑视觉的体感交互的发展。于视觉的体感交互主要是通过手势识别、姿势识别、面部识别和语音现的，其中手势识别是最基础的关键技术，是进行自然交互的核心，于基于视觉的体感交互研究很丰富。例如朱继玉等[48]通过分析手掌、来提取手势特征，从而进行手势识别；任彧[49]等利用手势 HOG 特征构量机训练手势，得到了高效的识别效果。程文山[50]等对彩色图像进行ift 算法对手势识别，实现了识别速度响应快，效果好的手势识别。识别仍存在一些局限性，比如说算法实现复杂，实用性不足，识别精到复杂环境因素的影响等等，因此如何构建一个识别率高、鲁棒性强势识别系统，是研究者们的共同目标[51-57]。
【相似文献】

相关期刊论文 前10条

1 王卫绒;;玉米病虫害防治措施[J];乡村科技;2019年24期

2 杨春秋;;玉米双株高产栽培技术推广[J];农民致富之友;2019年02期

3 茶菊青;杨义仁;杨福慧;;玉米的栽培与病虫害防治技术方法分析[J];南方农业;2018年08期

4 李建东;;新技术对提高玉米种植效率的作用[J];农民致富之友;2018年05期

5 王金坤;;玉米大垄密植通透高产栽培技术措施[J];农民致富之友;2018年10期

6 王文英;刑荣平;焦建伟;郭贵青;徐嘉;;玉米栽培及病虫害防治技术[J];吉林农业;2018年16期

7 樊志鑫;;玉米双株紧靠种植高产栽培技术的研究[J];农民致富之友;2018年23期

8 王强军;;冬玉米栽培要点[J];农药市场信息;2016年29期

9 程文霞;;小麦与玉米栽培管理知识模型系统的建立[J];农业与技术;2016年22期

10 闫春辉;刘庆丰;荆秋;;玉米栽培过程中病虫害有效防治的相关探讨[J];种子科技;2016年11期

相关硕士学位论文 前6条

1 葛陈龙;基于体感交互的玉米栽培知识可视化系统设计与实现[D];河南农业大学;2018年

2 郭银巧;玉米栽培管理知识模型系统的设计与实现[D];河北农业大学;2005年

3 赵泽英;贵州玉米栽培专家系统应用框架的研究[D];中国农业科学院;2004年

4 韩健;AquaCrop模型在晋中盆地玉米栽培研究中的应用[D];山西大学;2012年

5 陈俊艳;垃圾渗滤液对玉米生命周期的毒效应研究[D];山西大学;2017年

6 范秀文;沿淮低洼地主栽旱作优化种植模式研究[D];安徽农业大学;2014年

本文编号：2855262