智能手势控制系统的算法实现-论文.pdf

智能手势控制系统的算法实现-论文.pdf

ID:57926462

大小:511.77 KB

页数:3页

时间:2020-04-16

智能手势控制系统的算法实现-论文.pdf_第1页
智能手势控制系统的算法实现-论文.pdf_第2页
智能手势控制系统的算法实现-论文.pdf_第3页
资源描述:

《智能手势控制系统的算法实现-论文.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、中国科技信息2014年第O1期CHINASCIENCEANDTECHNOLOGYINFORMATIONJan.2o14信息科技基金项目:“北京市大学生科学研究与创业行动计划”项目智能手势控制系统的算法实现贲永明管孟凌李丹阳杨丹北方工业大学信息工程学院,北京100144贲永明摘要随着现代社会对“智能化”的不断追求,发明一种新的高效的人机交互方式日益成为人们研究的重点方向。本文采用了摄像头捕捉人体动作,由上位机进行图像处理,然后发送指令给下位机的方式来进行体感遥控的新尝试。该系统借助0pencv函数库,对摄像头采集的图像进行三层处理:前端处理实现对运动特征的提取,中端

2、处理实现对手势的准确辨认;末端处理实现对手势意图的准确翻译。实验结果表明,该系统可以实时有效的识别手势并准确发出指令遥控小车运动,实现了人体手势对智能系统如智能小车的体感遥控。该手势控制系统具有可观的应用前景,可以为人们的生活带来更加智能化的体验。关键词背景差分;重心绘制;轮廓检测;手势识别;信息提取DOI:10.3969/j.issn.1001—8972.2014.14.027引言流法计算复杂,很难实现实时处理;背景差分法一般能够随着科学技术的发展,人机交互在多领域得到了广泛较完整地提取目标点,且较容易实现。的应用,人们不再需要调整自己的行为被动适应机器的要本文

3、对手势控制系统进行研究,目的是通过对手势的求,而是用更为智能的方式让机器听懂人类的语言。人机识别及处理实现对小车的控制。设计的系统借助基于(开交互的发展使我们的生活更加便捷也更加智能化。当前人源)发行的跨平台计算机视觉库一一opencv,采用直接机交互的主要信息输入方式有键盘输入、鼠标输入、触摸调用摄像头的方法采集视频流,对运动目标进行检测、屏输入、语音输入、视觉输入。基于视觉的输入是通过摄识别,滤除干扰后将运动特征点提取出来并发送相应的指像头捕捉手部运动特征,将手语转换成与之相对应的命令。令,从而摆脱人机交互时必须物理接触的限制。手势识别是一种对包含运动特征的图

4、像序列的分析处1系统方案理的方法,主要由目标检测、目标跟踪、目标识别和目标本系统采用VC++6.0结合OpenCV的软件平台实现对行为理解组成。对运动手势的检测方法有:帧差法、光流手势信息的提取,先通过高斯滤波、背景差分、二值化、法和背景差分法。帧差法具有较好的实时性,其背景不积形态学滤波等做前端处理,实现对运动特征的提取;然后累,且更新速度快、算法简单、计算量小,但对环境噪声通过轮廓提取、轮廓识别等中端处理实现对手势的准确辨认;最后通过重心定标、运动特征点筛选、信息翻译等末较为敏感;光流法不需要预先知道场景的任何信息,就能够检测到运动对象,可处理背景运动的情况,

5、但噪声、遮端处理准确的译出人体手势所要表达的意图,从而实现对挡等因素会对光流场分布的计算结果造成严重影响,且光智能系统(如小车)的指挥。一95一信息科技中国科技信息14耸第0期CHINASCIENCEANDTECHNOLOGYINFORMATIONJan.2o14智能手势控制系统框图如图1所示。其中系统初始化制,系统更加具有实用性。包括静态背景的抓取,重心的确定;视频流处理模块通过2.2视频流处理高斯滤波、背景差分、二值化前景图、形态学滤波实现对2.2.1背景差分法运动特征的提取;手势识别模块先是获取包含运动特征区背景差分法通过输入图像与背景图像进行比较从而分域的

6、轮廓集,然后绘制取轮廓最sl,91"接矩形、求取矩形割出运动目标。背景差分法:首先需要有一张相对比较干面积,借助可调的面积阈值来滤除干扰,最终筛选出精度净的背景图像,然后用视频中某一帧图像和此背景图像较高的手势;信息提取模块在之前绘制好的坐标基础上进行差分运算,并将差分结果的绝对值存人一个新的图实现对运动特征点的准确抓取,并根据运动特征点准确像中。在得到的新图像中,若像素的值大于一个特定的阈翻译手势所对应的指令;指令发送模块由串KI实现,通过值,则认为视频图像中在相同位置的像素属于运动目标区VC++6.0自带的Mscomm控件搭建串口通信的平台,并且域,若像素的值

7、小于或者等于·个特定的阂值,则认为视为了达到更远的传输距离,采用了无线传输的指令发送模频图像中在相同的位置属干背景区域,通过这种方案将图式。像中的运动特征提取出来。2.2.2二值化前景冈系视手信I指背景差分得到运动图像后,还需要用图像■值化函统频势息l令初始-··_◆处£·_l_◆识提}发数cvThreshold处理,其中的阂值我们使用最大类间方差化理别__-_■取———⋯达法,基本思想是:发阈值将图像分割成两组,一组灰度对应目标,另一组灰度对应背景,则达两组灰度值的类内方图1智能手势控制系统框图差最小,两组的类『[J方差最大。对图像Image,记t为目标与背景的

8、分割闽值,

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。