基于Kinect深度图像的指尖识别及手势判定-论文.pdf

基于Kinect深度图像的指尖识别及手势判定-论文.pdf

ID:53744290

大小:1.41 MB

页数:5页

时间:2020-04-22

基于Kinect深度图像的指尖识别及手势判定-论文.pdf_第1页
基于Kinect深度图像的指尖识别及手势判定-论文.pdf_第2页
基于Kinect深度图像的指尖识别及手势判定-论文.pdf_第3页
基于Kinect深度图像的指尖识别及手势判定-论文.pdf_第4页
基于Kinect深度图像的指尖识别及手势判定-论文.pdf_第5页
资源描述:

《基于Kinect深度图像的指尖识别及手势判定-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、a叶技2014年第27卷第8期ElectronicSci.&Tech./Aug.15.2014基于Kinect深度图像的指尖识别及手势判定袁方剑,王毅轩,王毅刚,杨道谈(1.杭州电子科技大学计算机学院,浙江杭州310018;2.伊川县交通局,河南伊川471300)摘要在基于微软Kinect体感设备开发的交互应用系统中,使用传统的鼠标、键盘等交互设备难以达到理想的效果。针对这种情况,提出一种基于指尖识别的手势判定方法。采用Kinect传感器获取图像的深度信息,通过OpenNI的内置模块获取手心的位置信息,使用

2、最近邻法实现手部的分割并对手形进行提取;并采用射线求交法优化GrahamScan算法获取凸包点集合,利用轮廓分析法从凸包点中识别出指尖。在此基础上,结合指尖数目和面积比例实现对“抓取”手势的判定。实验结果表明,该方法能有效地识别抓取动作的手势,且具有良好的鲁棒性。关键词指尖识别;Kinect;OpenNI;手势识别;人机交互中图分类号TP391.41文献标识码A文章编号1007—7820(2014)08—006—05FingertipDetectionandGestureIdentificationBase

3、donKinectDepthImageYUANFan~ian,WANGYixuan,WANGYigang,YANGDaotan(1.CollegeofComputerScience,HanzhouElectronicScienceandTechnologyUniversity,Hangzhou310018,China;2.BureauofCommunicationsofYichuanCounty,Yichuan471300,China)AbstractInthedevelopmentofinteractiv

4、eapplicationsystemsbasedontheMicrosoftKinectsomatosensorye·quipment,itisdifficulttoachievedesiredresultsusingtraditionalhumancomputerinteractiondeviceslikemouseandkeyboard.Agestureidentificationmethodbasedonfingertipdetectionispresentedtoaddressthisproblem

5、.ThedepthinformationoftheimageisobtainedusingtheKinectsensor,andthepositioninformationofthepalmcenterU—singthebuilt—inmoduleofOpenNISDK.Thenthenearestneighbormethodisusedtoachievehandsegmentationandextractthehandshape.Afterthat,theconvexhullisobtmnedusingt

6、heGrahamScanalgorithmoptimizedwitharayintersectionmethod.Finally,thefingertipsaredetectedusingtheprofileanalysismethodfromtheconvexhul1.Onthisbasis.therecognitionofthe”grab”gesturesisrealizedusingthenumberoffingertipsandthearearatio.Ex-perimentsresultsshow

7、thatthismethodcaneffectivelyidentifythegraspgestureandhasgoodrobustness.Keywordsfingertipdetection;Kinect;OpenNI;gestureidentification;human-computerinteraction在研究和工业领域,自然人机交互(N—HCI)一直支持向量机(SVM)进行特征训练,并识别手势的方是重要的研究课题¨,而手势具有直观性、自然性等特法。但该方法只能识别出经过训练的特定手势,无法点

8、。近几年,针对基于Kinect深度图像的指尖、手势识识别出指尖的具体位置。Feng等人L5提出基于K均别技术这个问题已经有许多相关的研究J。例如:陈值聚类的方法将整个前臂的深度图分割成手和手臂两艳艳等人提出在形态学操作下,基于形状对手掌部个区域,分析手臂部分的方向识别出手的区域,并根据分进行剔除,并结合手心位置从手指部分识别指尖的该区域中的点到其他簇中心的距离来检测指尖的方方法。这种方法的误差较大只能处理手掌展开

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。