基于双目视觉的手势识别算法研究与实现

论文摘要

手势识别拥有广阔的实际应用前景,尤其是基于计算机视觉的手势识别,因为其能够提供极为自然、和谐的人机交互方式,当然地成为手势识别技术的研究热点。由于手势具有多样性、多义性、复杂性、时空差异性等诸多特点,基于视觉的手势识别始终是计算机视觉领域非常活跃和富有挑战性的研究课题,同时也是新一代人机交互技术中的热点问题,一直受到国内外研究者的广泛关注。本文在分析、总结国内外相关研究的基础上,针对基于双目视觉信启、的手势识别算法与模型进行了系统性的研究,主要研究内容和成果体现在以下几个方面：研究了摄像机标定中的常用坐标系以及摄像机模型,讨论了单个摄像机内外参数的标定方法,结合张正友平面模板标定算法提出了一种快速简易的摄像机标定方法,并在此基础上研究了双目立体视觉的标定方法。在手势分割阶段,对比分析了常用手势分割方法,研究了基于肤色建模的手势检测方法,并结合Hsu R L肤色模型的思想,提出了针对特定成像设备在非线性转换后的YCb’Cr’空间的肤色建模方法,以排除部分光照影响。研究了两种指尖检测的方法——基于模板匹配法和轮廓分析法,并通过对实验结果的对比分析,提出了一种实现简单、检测精度高且运算速度快的指尖检测方法；且根据视差原理计算出指尖在三维空间中的坐标,随后利用Kalman滤波对指尖轨迹进行处理,得到了平滑连续的三维手势轨迹,取得了良好的实验效果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的背景及意义
• 1.2 手势识别技术
• 1.3 国内外研究现状
• 1.3.1 国外的研究情况
• 1.3.2 国内的研究情况
• 1.4 本文的主要工作及章节安排
• 第2章 双目摄像机立体标定算法研究
• 2.1 摄像机标定常用坐标系
• 2.2 线性模型摄像机标定
• 2.2.1 线性摄像机模型
• 2.2.2 线性摄像机模型标定
• 2.3 本文所用的标定算法
• 2.3.1 张正友的摄像机标定法
• 2.3.2 镜头畸变矫正
• 2.4 双目立体摄像机标定
• 2.5 实验结果与分析
• 2.6 小结
• 第3章 基于肤色自适应的手势分割方法
• 3.1 肤色模型分析
• 3.1.1 常用色彩空间
• 3.1.2 肤色聚类特性分析
• 3.2 基于YCb’Cr’空间的自适应肤色分割方法
• 3.3 实验结果与分析
• 3.4 小结
• 第4章 指尖检测方法研究
• 4.1 指尖检测概述
• 4.2 基于模板匹配的指尖检测
• 4.2.1 模板匹配方法
• 4.2.2 指尖模板的定义
• 4.2.3 实验结果与分析
• 4.3 基于轮廓检测的指尖检测
• 4.3.1 手势轮廓提取
• 4.3.2 基于K向量的指尖检测
• 4.3.3 实验结果与分析
• 4.4 小结
• 第5章 手势立体匹配及三维跟踪算法研究
• 5.1 基于指尖的手势立体匹配
• 5.1.1 图像立体匹配概述
• 5.1.2 本文的指尖匹配算法
• 5.2 手指指尖三维信息获取
• 5.2.1 视差测距原理
• 5.2.2 实验结果与分析
• 5.3 基于Kalman滤波器的三维动态手势跟踪
• 5.3.1 Kalman滤波的运动目标跟踪原理
• 5.3.2 Kalman滤波器参数定义
• 5.3.3 实验结果与分析
• 5.4 三维动态手势交互系统的设计与实现
• 5.5 小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢