摘要普通摄像头获取的RGB图像缺乏距离信息，在手势识别过程中也无法忽略光照变化、噪声、纹理、遮挡等因素的影响。随着Kinect的面世，为手势识别提供了新的研究空间。本毕业设计通过Matlab软件使用Kinect获取彩色和深度图像，对静态手势识别进行实验。首先根据手部区域位于距离红外摄像头最近的特点对深度图像进行手部分割，然后使用均值滤波器进行平滑操作，并使用邻域算法获取手部边界，最后对边界信息进行掌心部位和指尖识别，完成对静态手势的识别。同时了解动态手势识别算法，为进一步完善手势识别技术提供基础。87521
毕业论文关键词 Kinect传感器 静态手势识别 深度信息
毕业设计说明书外文摘要
Title The gesture recognition based on kinect sensor
Abstract RGB images obtained from the traditional camera have no depth data, and the hand gesture recognition with these images can’t ignore the influence of illumination change, noise, texture, occlusion and so on。 The kinect sensor provides a new research space of gesture recognition since its coming out。 In the MATLAB environment, we use kinect adaptor to acquire both RGB image and depth image to accomplish static hand gesture recognition。 Firstly, with the support of depth data, we achieve the hand image segmentation based on the fact that the hand is in the front of the infrared camera。 Then we use mean filter for denoising, and use neighborhood algorithm for extracting boundary feature。 Lastly, we recognize position of the centre of the palm and fingertips, achieving the static hand gesture recognitions。 Meanwhile, some simple dynamic hand gesture recognition algorithms are studied in order to improve the further gesture recognition。 源-于Y优~尔^论:文.网www.youerw.com 原文+QQ7520`18766
Keywords kinect sensor static gesture recognition depth data
目 次
1 引言 1
1。1 研究背景和意义 1
1。2 手势识别技术的发展现状 2
1。3 论文工作安排 3
2 Kinect传感器 5
2。1 Kinect硬件组成 5
2。2 Kinect深度图像成像原理 6
2。3 Kinect深度图像获取 7
3 静态手势识别 8
3。1 手部分割 8
3。2 平滑操作 11
3。3 特征提取 12
3。4 掌心与指尖识别 15
4 动态手势识别 17
4。1 DTW算法 17
4。2 HMM算法 18
结论 21
致谢 22
参考文献 23
1 引言
1。1 研究背景与意义
近年来，随着计算机技术的迅猛发展，人们与计算机的接触越来越多，人机交互技术的发展前景更为广阔，其中，人与计算机的交互必不可少。与计算机硬件发展遵循摩尔定律相对的是，人机交互体验的发展显得较为迟滞，仍停留在二维交互体验的阶段，更为自然的交互体验成为消费者的心理需求。论文网 基于Kinect的手势识别:http://www.youerw.com/tongxin/lunwen_138830.html