- 1、本文档共9页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
机器人视觉论文
论文题目:基于opencv的手势识别
院系:信息科学与工程学院
专业:信号与信息处理
姓名:孙竟豪
学号:21160211123
摘要
文中介绍了一种易于实现的快速实时手势识别算法。研究借助计算机视觉库
OpenCV和微软VisualStudio2008搭建开发平台,通过视频方式实时提取人的
手势信息,进而经二值化、膨胀腐蚀、轮廓提取、区域分割等图像处理流程甄别
出当前手势中张开的手指,识别手势特征,提取出人手所包含的特定信息,并最
终将手势信息作为控制仪器设备的操作指令,控制相关设备仪器。
0、引言
随着现代科技的高速发展及生活方式的转变,人们越发追求生活、工作中的
智能化,希望享有简便、高效、人性化的智能操作控制方式。而伴随计算机的
微型化,人机交互需求越来越高,人机友好交互也日益成为研发的热点。目前,
人们已不仅仅满足按键式的操作控制,其目光已转向利用人体动作、表情变化等
更加方便、友好、直观地应用智能化交互控制体系方面。近年来,国内外科学家
在手势识别领域有了突破性进展。1993年B.Thamas等人最先提出借助数据手
套或在人手粘贴特殊颜色的辅助标记来进行手势动作的识别,由此开启了人们对
手势识别领域的探索。随后,手势识别研究成果和各种方式的识别方法也纷然出
现。从基于方向直方图的手势识别到复杂背景手势目标的捕获与识别,再到基
于立体视觉的自然手势识别,每次探索都是手势识别领域内的重大突破。
1手势识别流程及关键技术
本文将介绍一种基于OpenCV的实时手势识别算法,该算法是在现有手势识别技
术基础上通过解决手心追踪定位问题来实现手势识别的实时性和高效性。
基于OpenCV的手势识别流程如图1所示。首先通过视频流采集实时手势
图像,而后进行包括图像增强、图像锐化在内的图像预处理,目的是提高图像
清晰度并明晰轮廓边缘。根据肤色在YCrCb色彩空间中的自适应阈值对图像进
行二值化处理,提取图像中所有的肤色以及类肤色像素点,而后经过膨胀、腐
蚀、图像平滑处理后,祛除小块的类肤色区域干扰,得到若干块面积较大的肤
色区域;此时根据各个肤色区域的轮廓特征进行甄选,获取目标手势区域,而
后根据目标区域的特征进行识别,确定当前手势,获取手势信息。
图1基于OpenCV的手势识别流程
此识别过程有三个关键流程:肤色分割、区域分割和手势识别。
1.1肤色分割
完成图像的预处理后,将其色彩空间由RGB转化到YCrCb。Y“”代表亮
度(Luminance),也就是灰阶值;而“Cr”和“Cb”分别表示色调与饱和度,二
者统一起来共同代表色度(Chrominance)。YCrCb转换到RGB的公式如
下(RGB取值范围均为0~255):
Y=0.299R+0.587G+0.114B
Cr=-0.147R-0.289G+0.436B
Cb=0.615R-0.515G-0.100B
本文采用YCrCb色彩空间的原因是其亮度信号Y和色度信号Cr、Cb是分离
的。把RGB转为YCrCb空间后,因该空间受亮度影响较小,其亮度Y的影
响则可忽略,由此将三维空间模型便可转换为二维空间模型,肤色将会产生较好
的类聚。通常,当Cr和Cb满足:133≤Cr≤173,77≤Cb≤127时,即可认为是
肤色区域;而此时在事先设定的自调节阈值基础上,通过对当前时刻的Cr和
Cb阈值进行经验性调整,便可更加精确地确定肤色区域。之后,若将肤色区域
像素点的像素分量调为255,非肤色区域像素点的像素分量调为0,即可得到
肤色区域的二值化图像。其原视频图像与二值化图像对比结果示例如图2所示。
图2图像二值化前后对比
1.2区域分割
区域分割的主要目的是为剔除与手势无关的脸部、
文档评论(0)