论文摘要
近年来,计算机与人类日常生活联系越来越紧密,新的硬件和应用领域不断涌现,然而人机交流方式仍然局限于键盘、鼠标及光笔等,这些交互方式虽然越来越熟悉,但它们限制了人机交流的速度和方便性。因而,基于视觉的手形识别逐渐成为人机交互的研究热点,在计算机游戏、机器人控制和家用电器控制等方面具有广阔的应用前景。对手形识别技术的研究也成为当今计算机视觉领域、模式识别领域、数字信号处理领域的一个重要研究方向。本课题的主要研究目的是为用户提供一种更直观和自然的类键盘输入方式,使用户可以使用简便的交互设备作为人机接口操纵计算机。研究成果主要应用在数控系统的开放式控制面板上。本文主要研究了手形识别的实现,即通过4个手指的伸缩状态来定义计算机指令。以PC机标准键盘上12个字符:0-9数字以及小数点、回车为例进行仿真,从手形图像的预处理、特征提取和识别等三个方面研究了手形识别算法。在特征提取方面,与以往提取手形的重心和指尖、指根的算法相比,本文提出了一种手形特征提取算法,通过小手指外边缘作拟合直线。然后沿它的垂线方向扫描来确定食指、中指、无名指、小手指4个手指指尖的相对位置。最终能够计算出食指、无名指和小手指这3个手指相对中指的伸缩状态。在识别算法方面,以往的研究工作大多数是先建立好手形样本模板库,然后采用基于匹配的识别技术,利用手形分析中提取的特征参数与手形样本模板库进行匹配来完成识别。本文把最小错误率的贝叶斯决策规则作为分类器设计准则。整个算法在Matlab 6.5环境下实现。使用摄像头采集了60个手形图像样本进行分析,正确识别率可达85%。实验表明本文提出的手形图像识别技术是行之有效的。