基于多判据的多目视觉手势立体姿态检测系统研究.pdf

《基于多判据的多目视觉手势立体姿态检测系统研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第33卷第3期Z011年6月光学仪器oPTICALINSTRUMENTSV01．33，No．3June，2011文章编号：1005—5630(2011)03一0011—06基于多判据的多目视觉手势立体姿态检测系统研究*林钧斌，庄骏，孙斌，张全成，丁逵(上海市质量监督检验技术研究院，上海200072)摘要：为了精确识别人手姿态用于机器手控制，文中讨论一种基于计算机视觉的手势立体姿态检测的新方法。该方法利用多目视觉之间的配合，有效地解决了检测识别时手部关键节点互相遮挡的关键问题。采用了自适应阈值分割、harris角点检测、外极线约束等几种合理、有效的点的匹配算法，对不同摄像机拍

2、摄到的手部关键节点进行排序，这样不仅解决了特征点的位置归属问题，也解决了图像与对应点的匹配问题。通过实验表明：对手部关键节点的检测达到了满意的结果。关键词：计算机视觉；手势姿态；多目视觉；harris角点检测；极线约束中图分类号：TP23文献标识码：Adoi：10．3969／j．is叽1005—5630．2011．03．003Studyon3DhandgestureinmuIti’camerainspectionsystemb嬲edonmuIti—criterionL仆，Jt‘曲in，ZHUANGJt‘n，SUNBin，ZHANGQ眦们^e住g，DfNGKMi(Shangh

3、ailnstituteofQualityInspecti∞aIld亿hIlicalRes∞rch，Shanghi200072，CIlim)Abstr孔t：ThedetectionmethodofhandgesturebasedoncomputerstereoVisiontheoryisdiscussed，themethodisusedtocontmltherobotaccurately．Theshelteringproblemofkeypointinthefingersissolvedeffectivelybyusingthemulti—camerasystemmethod

4、．someconstraintsandseveralreasonableandeffectivealgorithmsofnlatching，suchasself-adaptedthreshold，harriscornerdetectionandepipolarconstraint，areusedtosortanddistinguishthekeypointsonfingersinthedifferentcamerapictures．1kcauseofusingthesemethods，notonlythelocationofthekeypoints，butalsotheln

5、atchingproblemofthemaresolVed．Theexperimentalresultsshowthatdetectionofhandgesturearesatisfactory．Keywords：伽puterstere0而sion；h觚dgesture；咖lti-cameraSyst咖；h耐s00merdetection；印ipolar∞nst瑚dm引言机器视觉理论应用于现代检测领域，是上世纪末本世纪初计算机视觉的一个新的研究方向。它使用计算机视觉的理论方法来识别物体的关键点，经过分析处理以后，转换成三维坐标，然后产生检测数据。图像’收稿日期：2010-1

6、2—17基金项目：上海市科学技术委员会资助项日(10DZ2292200)作者简介：林钧斌(1965一)，男，上海市人，高级工程师，学士，主要从事质量检验方面的研究。光学仪器第33卷匹配技术作为机器视觉理论的一个难点，是嫩重要的研究任务之一。现有的图像匹配算法基本可以分成以下四种：区域的灰度相关的匹配方法，基于特征的胆配方法，关系结构匹配方法，神经网络匹配方法。文中将主要讨论基于特征的图像匹配技术。常用的匹配特征按尺度从小到大主要有点状特征(如顶点、角点、拐点)、线状特征(如区域边缘的线、对称的线)和区域特征(如区域灰度、特定纹理区域、区域描述符)等。主要侧重F特征点的匹配，

7、根据特征点的定义不同，检测的算法也不同，比较典型的有smith的suAAN角点检测算法，K1tchen的局部二次曲面拟合角点检测算法和HaⅢs的基于图像灰度变化率角点榆测算法。特征点匹配的难点在于：噪声的干扰、出格点的影响和遮挡问题。很多人把人手姿态作为重要的检测对象进行研究。在人下上，最主要的是各种自由度不同的关节，它们的单独运动或组合运动．使手可以完成各种复杂动作。国内外针对手部姿态研究进行了一些尝试Ⅲ，利用双目视觉对手部三个手指进行检测，成功地得出了三维数据并用于了机械手的控制。但是并没有进行五个1三指的检测