【《基于计算机视觉技术的手势识别算法及手势识别系统的设计实现案例》2500字】_第1页
【《基于计算机视觉技术的手势识别算法及手势识别系统的设计实现案例》2500字】_第2页
【《基于计算机视觉技术的手势识别算法及手势识别系统的设计实现案例》2500字】_第3页
【《基于计算机视觉技术的手势识别算法及手势识别系统的设计实现案例》2500字】_第4页
【《基于计算机视觉技术的手势识别算法及手势识别系统的设计实现案例》2500字】_第5页
已阅读5页，还剩4页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于计算机视觉技术的手势识别算法及手势识别系统的设计实现案例目录TOC\o"1-3"\h\u14378基于计算机视觉技术的手势识别算法及手势识别系统的设计实现案例 )系统设计本文实验测试环境如下：Intel(R)Core(TM)i5-7200UCPU2.70GHz，内存为8GB（7.73GB可用），Windows10操作系统，VisualStudio2019（社区版）+OpenCV3.4.1，使用罗技C270摄像头，分辨率1280×720，帧速30fps。手势识别系统设计如图4.5所示。本系统由手势图像采集模块、手势图像预处理模块、手势分析模块和手势识别模块4个部分组成。图4.5手势识别系统设计本系统的程序整体框架如下：首先采集图像信息，对手势图像进行肤色检测与分割、图像形态学处理、轮廓提取等预处理操作，得到准确的手势轮廓信息，再对获得的轮廓进行指尖检测，获取特征参数，并依据以上步骤建立准确的手势类型模板，利用模板匹配算法判断手势类别，完成手势图像的分类识别，输出识别结果。手势识别系统的实现手势模板建立手势识别过程中，构建合适的手势模板十分重要，最基本的是要采集足够的手势样本，并且样本应为单一纯色背景中的手势图像，图像中手部一定要完整无遮挡。在进行图像预处理时经过二次筛选，舍弃手势区域分割不理想的图像，防止对后续手势特征提取、模板匹配产生不良影响。最终按规律把合格的模板命名保存到文件夹中。本文定义了数字0~9共10个不同的手势，根据图像预处理步骤得到10种手势模板，如图4.6所示。图4.6数字0~9手势模板手势预处理与指尖检测肤色检测与分割如图4.7所示，0~9共十个不同手势，使用基于HSV颜色空间与YCrCb颜色空间相结合的方式，分割出图片中的肤色区域。图4.7肤色区域二值化图像如图4.8所示，将之前得到的图像经形态学处理，得到平滑去噪后的手势二值化图像。由检测结果可以看出，对于肤色的分割较为准确，能够在图像中检测出完整的手势区域。图4.8经形态学处理的二值化图像轮廓提取与指尖检测使用分水岭算法，将经处理后的二值化图像的轮廓提取出来，轮廓图像如图4.9所示。图4.9手势轮廓图像基于获取的轮廓检测掌心、指尖所在位置，检测结果如图4.10所示。图中绿色线条为手部的几何轮廓；红色点为手的掌心，红色圆则是以掌心为圆心绘制的手势轮廓内切圆，表示手掌范围；白色线条连接手势轮廓重心与指尖候选点，候选点即为手势轮廓上的重心距离峰值点；蓝色线条连接掌心与指尖，表示手掌骨架。图4.10指尖检测结果由结果可以看出，当手势的掌心面向摄像头时，可以准确地识别出指尖的数量与位置；手势0、7、9的手部握拳，且掌心未面向摄像头，会产生最多1个误检指尖。手势识别结果在整个手势识别的过程中，首先对指尖的个数进行判断，然后再利用模板匹配算法计算输入手势与

人人文库> 全部分类> 行业资料 > 工业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论