基于opencv的手势识别的设计改进与实现

《基于opencv的手势识别的设计改进与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工程硕士学位论文基于opencv的手势识别的设计改进与实现作者姓名贺航学科专业计算机技术指导教师郭炜强高级工程师校外指导教师张宇高级工程师所在学院计算机科学与工程论文提交日期2018年4月12日DesignimprovementandimplementationofgesturerecognitionbasedonOpenCVADissertationSubmittedfortheDegreeofMasterCandidate：HeHangSupervisor：Prof.GuoWeiQiangSouthChinaUniversityofTechnology

2、Guangzhou,China分类号：TP391学校代号：10561学号：201521032161华南理工大学硕士学位论文基于OpenCV的手势识别的设计改进与实现作者姓名：贺航指导教师姓名、职称：郭炜强高级工程师申请学位级别：工程硕士工程领域名称：计算机技术论文形式：产品研发工程设计应用研究工程/项目管理调研报告研究方向：计算机视觉论文提交日期：2018年4月20日论文答辩日期：2018年6月1日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：李克秋委员：余志文刘发贵张星明董守玲摘要现如今，智能电子的概念逐渐深入人们的生产和

3、生活，人们对电子操作的便捷化需求不断提高。利用手势对电子产品进行命令操作成为便捷化的一项关键技术，比如手势操作无人机、电子游戏或者其他具有摄像头的智能家居。同时，手势识别还可以结合AR等新近技术，实现虚拟操作等多种功能，极大地提高人机交互体验感。所以，研究手势识别具有重要意义。这项技术涉及了多种方面，如图片模式识别与分析，视频图像处理及计算机视觉等。本文介绍了手势识别项目的开发背景及意义，分析了整个过程中所涉及使用到的步骤及算法。本文中的手势识别系统是为了方便进行人机交互而设计的，模板为从0到10的十个数字手势图像。本系统是基于opencv函数库研究C++

4、开发环境下的手势识别实现，算法基于HU不变矩作为图像特征进行识别。本文系统通过摄像头录入操作人员手势，动态地识别手势所表示的数字并显示结果，同时还可以识别手势的移动方向，从而实现使用手势来选择机端选项框或者数字选项键的功能。系统逐帧对图像进行处理，每秒识别帧数为27，总体上可分为图像预处理，特征提取及识别匹配和目标跟踪四个模块，具体包括锐化处理，高斯去噪，HSV色彩提取，扩张腐蚀，边缘检测，轮廓提取，模板匹配等步骤。目前系统已经开发完成，实验结果可以基本实现手势的追踪和数字的识别，并将结果显示出来。关键词：图像处理；模式识别；手势识别；opencvIAbs

5、tractNowadays,theconceptofIntelligentElectronicshasgraduallydeepenedtheproductionandlifeofpeople,andthedemandfortheconvenienceofelectronicoperationisincreasing.Usinggesturetodocommandoperationofelectronicproductshasbecomeakeytechnologyofconvenience,suchasgesturemanipulation,UAV,vi

6、deogameorothersmarthomewithcamera.Atthesametime,gesturerecognitioncanalsocombinethenewtechnologysuchasARtorealizemanyfunctionssuchasvirtualoperationandsoon,andgreatlyimprovethesenseofhuman-computerinteraction.Therefore,itisofgreatsignificancetostudythegesturerecognition.Thistechno

7、logyinvolvesavarietyofaspects,suchasimagepatternrecognitionandanalysis,videoimageprocessingandcomputervision.Thispaperintroducesthedevelopmentbackgroundandsignificanceofgesturerecognitionproject,andanalyzesthestepsandalgorithmsinvolvedinthewholeprocess.Thegesturerecognitionsystemi

8、sdesignedtofacilitatehuman-machin