基机器学手势识研究
目录
摘 III
Abstract IV
第章 绪 1
11课题背景问题提出 1
12 手势识技术发展现状发展趋势 1
13文容 3
第二章 基 OpenCV 手势识基础理 4
21 OpenCV 概述 4
22OpenCV库函数 4
23手势 5
23图处理 5
24基机器学手势识系统组成 5
25章结 6
第三章 图预处理 7
31图预处理 7
32图滤波 7
33图二值化 9
34形态学方法应 10
35章结 11
第四章 手势分割 12
41手势分割概述 12
42 RGB 颜色空间 12
43 HSV颜色空间 12
44 YcrCb色彩空间 13
45章结 13
第五章 手势识算法手势识系统设计实现 15
51手势识概述 15
52模板匹配 15
53总体系统图 15
53摄头捕捉手势识 17
55章结 19
第六章 结展 20
61结 20
62展 20
致谢 22
参考文献 23
附录 24
摘
手势日常生活中处见生活中必少种交流方式目前止手势识研究涉领域例教育学医学计算机等等中机交互手势识技术前较研究热点
手势识般分基数手套手势识机器视觉手势识中机器视觉识前研究热点手势千变万化手形状千变万化基机器视觉手势识研究较难研究点
手势分静态手势动态手势静态手势相说简单静态手型动态手势手型特征外伴手势运动轨迹动态手势研究相复杂文静态手势研究象通摄头捕捉手势信息然手势图进行预处理阈值分割加入形态学方法模板匹配手势进行识次实验表明该方法行手势识准确率高
关键词：手势识 机器视觉 OpenCV 静态轮廓匹配 肤色模型
Abstract
Gestures can be seen everywhere in our daily life It is an essential way of communication in life So far there are many researches on gesture recognition such as pedagogy medicine computer and so on Among them gesture recognition technology based on humanmachine interaction is a hot topic of comparative research
Gesture recognition can be generally divided into gesture recognition based on data glove and gesture recognition by machine vision in which machine vision recognition is the current research hotspot Moreover people＇s gestures are everchanging and the shapes of hands are also changing Therefore research on gesture recognition based on machine vision is a difficult research point
Human gestures are divided into static gestures and dynamic gestures Static gestures are relatively simple which are static hand patterns and dynamic gestures are accompanied by the trajectory of gestures besides hand features so the research of dynamic gestures is relatively complex In this paper the static gesture is taken as the research object the gesture information is captured by the camera then the gesture image is preprocessed and the threshold is segmented then the morphological method is added and the template matching is used to identify the gestures Many experiments show that the method is feasible and the accuracy of gesture recognition is high
Keywords：Gesture recognition machine vision OpenCV Static contour matching Skin color model
第章 绪
11课题背景问题提出
年着计算机性渐渐提高计算机领域运机交互技术已成计算机科学范畴热门话题现研究脸识脸表情识嘴唇识等模仿感觉认知作性化技术新类型手势识类相互作中心成计算机相互作领域热话题
样性义性时间空间手复杂变形体模仿认识挑战性学话题目前手势识技术已形成较完整理体系手势输入方式划分分基数手套手势识基视觉手势识两种[10]次设计运OpenCV种函数库实现基机器视觉手势识研究
未着计算机技术断发展手势识迈机交互机智研究时代目前手势识作种新型机交互技术已成图处理模式识计算机视觉等领域活跃研究课题[11]文研究基机器视觉手势识手势进行加工处理实现简单手势识
12 手势识技术发展现状发展趋势
目前手势识技术通数学算法实现通手势操设备控制设备手势识计算机理解行做出判断实现智化相信未继续发展数字图处理技术定会更加完善优化进手势识技术发展带更帮助[14]
121国外研究现状
世纪90年代起国外手势识研究领域花费量财力物力取定研究成果JDavis MShah 戴指尖具高亮标记视觉手套手势作系统输入识7 种手势[18]Vogler Metaxas 数手套视觉手势识方法结合采位置踪器三相互垂直摄机作输入设备 53 美国手语孤立词进行识识率 899[19]2003年美国研究手势风暴实现天气预测2009年美国研发LCD电视控制传感器通手势电视机控制换台调节设置2010年微软发明XBOX 360游戏外设Kinect直接摄头玩家进行互动体验真实游戏2012年著名世界汽车生产商奥迪开发款汽车导航系统直接手势操导航信息2005年韩国三星手机制造商研发世界第款手势识手机户通手势操作手机苹果公司2016年获Apple Watch传感器专利利手机Apple Watch代手机实现手机功索尼公司世纪初研发基手势游戏外设利体感玩家体验游戏真实性
相国外手势识研究国手势识研究发展较缓慢2011年腾讯公司推出款名QQ手势达软件该软件户通手势PPT播放进行控制进行换页调节简化机器操作程2012年国著名康佳电视生产商发明款利手势操作智化电视机通摄头捕捉户信息反馈电视机系统系统手势做出判断实现电视机操作简化
122手势识技术发展趋势
手势识技术终核心发展趋势必机交互机智正样环境着科学技术断发展数字图处理技术应领域极拓展[12]手势识程中简单背景变化幅度背景实现手势识件特容易事复杂背景手势识程受阻碍复杂素没解决需图处理技术发展手势识提供保障手势复杂性手势识加困难未数字图处理芯片技术结合未应方[4]进机交互手势识做出定贡献
13文容
针目前基视觉手势识技术研究应领域足处文项目实施验采理分析实践应相结合方法进行研究研究容：
(1)简述 OpenCV计算机视觉手势识理
(2)手势图预处理掉手势图中关信息提高检测力化简化数
(3) 手势分割通颜色空间中肤色模型较确定种适效分割模型保证分割图易区分
(4)手势特征提取手势方面特性旋转缩放移手势特征应该特性中具变特征
(5)手势识系统实现 识图图信息获取进行图特征提取手势实现识
第二章 基 OpenCV 手势识基础理
21 OpenCV 概述
OpenCV计算机视觉库量C函数C++类构成具开源高效轻便优点时提供MATLAB等型软件接口运方面较广阔更全面已成机器视觉研究重工具
OpenCVC语言编写C语言基础心应手时OpenCV拥量库函数方便者调外加MATLAB等软件接口机器视觉方面位居高现OpenCV提供C#ChRuby支持[8]
22OpenCV库函数
图21 OpenCV 结构图
中库组成：
(1)CXCORE函数库：种数类型运算基函数OpenCV常函数
(2)HIGHGUI函数库：控制图视频输入输出显示图形界面系统调函数户交互部分
(3) CV函数库：中包含功例图处理运动分析模式识等等计算机视觉重组成部分外户编译函数然添加进OpenCV函数库中方便
23手势
手势：手势手势仅包括手掌变化肘关节手指尖腕关节等构成手势原始时代手势作直延续现进行交流沟通种语言换句话说肢体语言中种
23图处理
图处理般说利计算机图处理中图指通相机等拍摄设备图形质二维数组称素素会导致图形显示样图处理技术般包括3部分分图压缩增强复原匹配描述识[7]
图22 图处理般程
24基机器学手势识系统组成
基机器学手势识研究通摄头获手势信息然手势进行定模型分析采模板识识手势信息户计算机交互更智化[1]
基机器学手势识程般面部分完成：
图23 手势识系统
系统功：旦摄头识手势系统图形进行预处理手势分割综合手势进行分析模板匹配识手势识阶段手势分类时模型参数满足需 求手势描述实现具体应[9]
手势建模通定算法手势进行分类处理首先确定定手势样利手势变性外加定算法实现
手势分析阶段关键阶段决定手势识否成功步果手势摄头中没变化失败手势建模手势特征摄头捕捉手势判断出两手势否致输出手势类型
25章结
章OpenCV作简单描述手势手势识简单概括分析国外手势识研究现状手势识技术展
第三章 图预处理
31图预处理
图通摄头拍摄直接放入手势分析系统中图进行预处理图预前处理目消图关信息恢复真实信息信息检测性增强限度简化数改善特征提取图分割匹配性识性[3]
32图滤波
获取图处理图时会受量噪声污染噪声般素者素块噪声会导致眼观测时量视觉差计算机数字图图素极严格求进行处理话图质量劣质会影响续分割识程图滤波解决类问题选择较图滤波方式决定图质量续工作带便利 图噪两求背景噪声二保留图中原始状态
321均值滤波
均值滤波方法实际线性滤波原理图中素点换均值种方法算法简单容易操作法噪声起弱化作会导致图变模糊清
322中值滤波
中值滤波法种非线性图滤波方法滑脉噪声噪效果较明显效保护图边缘适选择定值代污染值噪效果中值滤波效果效椒盐噪声图中
323高斯滤波
高斯滤波种线性滑滤波方法消般高斯噪声高斯滤波原理整图素加权均程距离图中心越素权重越高相均值滤波说种滤波方法更柔图细节保护更
324双边滤波
双边滤波种非线性滤波方法种滤波方法效保护图边缘信息会影响图中高频信号图信息时图保护素手策种方法适低频数字图处理
图31 原图 图32 高斯滤波图
图33均值滤波 图34中值滤波
图35双边滤波
均值滤波固缺点会图变迷糊易观测中值滤波方法单噪声噪效果图整体保护力欠佳高斯滤波方法效消高斯噪声效果更图更滑更柔均值滤波效保留图边缘时效消噪声次设计采取均值漂移滤波够处理数时效挖掘数文采取均值漂移滤波算法Mean Shift 算法
33图二值化
二值化指灰度图转换二值图二值图指图中素取两离散值[2]二值化实质图呈现黑白二色便分析处理
计算机发展处低阶段计算力限计算机存缺点便提出机器视觉二值化方法该方法具优点：容易理解实现二占计算机存运算速度快三四简化图处理算法简单
二值化方法直方图法方差法工阈值法文采直方图法工阈值方法结合避免直方图环境赖缺点工阈值外界环境变化力缺点终实现实时改变阈值达成二值化效果
图36 原图 图37二值化图
图二值化分离图轮廓进方便图进行步处理图37整轮廓凸显出物黑白部分显示完全常二值化方法OpenCV 中函数接口void cvThreshold
34形态学方法应
OpenCV 中形态学方法应函数调OpenCV已封装函数接口方便时直接调[13]
图37腐蚀 图38 膨胀
OpenCV中图腐蚀导出该图素值图膨胀呈现该图素值腐蚀作消凸方膨胀填补凹方
OpenCV 中提供腐蚀函数接口cvErode膨胀函数接口cvDilate
35章结
章首先介绍种常滤波方法出具体效果图然图二值化详细介绍样效果图说明形态学方法OpenCV里找
第四章 手势分割
41手势分割概述
常图分割通常RGBHSVYUV三种常见分割方法根具体图求选择分割方法
般说熟悉RGB颜色电视机成三原色RGB机器视觉应中明显足图细节处理三音调亮度饱度放起难分离HSV色彩空间设计更数字色彩处理空间部分显著相关性具良肤色聚类阈值分割
RGB颜色空间光太敏感RGB三通道间相关性太强分离色度亮度饱度三量非常困难进行图分割时RGB图转换成HSV者YUV进行分割空间部分显著相关性具良肤色聚类恒定阈值分割[5]
42 RGB 颜色空间
图41示立方体表示RGB颜色空间图三坐标表示红色绿色蓝色中取值0根三色原理基颜色光单元表示光数量RGB颜色空间中颜色PRGB三颜色成分混合关系：P r[B] +r[G] +r[B]
43 HSV颜色空间
图42示六角椎体模型表示HSV颜色空间图三坐标分表示：色调（H）饱度（S）明度（V）取值范围0o
图41 RGB 颜色模型 图42 HSV 颜色模型
44 YcrCb色彩空间
YUV（称YCRCB）电视机发展中Y表示亮度UV表示色度三信号分离三者缺缺失Y信号电视机会变暗缺失U者V电视黑白电视机
YUVRGB互相转换公式（RGB取值范围均0255）︰
Y 0299R + 0587G + 0114B
U 0147R 0289G + 0436B
V 0615R 0515G 0100B
R Y + 114V
G Y 039U 058V
B Y + 203U
45章结
章介绍RGBHSVYCrCb三种色彩空间进行简单分析中HSV空间优越性特定分割条件具良分割效果文中采HSV分割技术
第五章 手势识算法手势识系统设计实现
51手势识概述
手势识集合集合形成结果程目前手势识分类识算法包括模板匹配隐马尔夫模型神网络支持量机[15]
51手势识程
手势识程：第步手势采集步通摄头第二步采集手势进行预处理图分割第三部手势特征进行提取模板匹配方法识手势
52模板匹配
模板匹配静态手势识中容易实现识率高文采模板匹配方法进行手势识检测测手势中否模板中手势样果测手势系统检测话分类建模中手势进行种方法准确率高较容易实现
般程：第建立轮廓提取模型般图法直方图法第二查找轮廓筛选轮廓手势轮廓具特征：指尖数凸包轮廓 Hu 矩[6]等利手势特征变性手势进行精确筛选然交步工作第三特征匹配利Hu矩算法( openCV库)[6]检测手势进行轮廓匹配完成识程
53总体系统图
实验硬软件：opencv249Visual Studio 2013win7 x64位系统intel（R）celeron（R）CPU N2930 @183GHz 4核电脑带HD WebCam
轮廓提取
手势分类识
轮廓筛选
模板匹配
手提取
边缘检测
轮廓提取
色块融合
生成手势描述
摄头捕捉手势图
图捕捉
摄头捕捉手势图
高光补偿
轮廓塞选
图捕捉
分离HSV通道
均值漂移滤波
尺寸调整
52系统总体设计图
相机捕捉手势图通图预前处理（HSV通道分离）取手二值图通图处理（腐蚀高光补偿等）获手轮廓手轮廓图中提取特征采模式识手势[17]
53手势模板
53摄头捕捉手势识
图摄头手势识识结果截图图中实时检测出手势轮廓图终识图
54 手指1识
55手指3识
56手指5识
3幅图实验部分截图识效果良手轮廓显示设计中系统中通摄头捕捉手势进行尺寸调整基肤色效提取方法阈值处理外加形态学变换调整系统参数次测试种手势识方法行够效手势进行行识
系统足：
1手势识光线求高背景求干净
2非次成功识手势
55章结
章确定手势识模板匹配方法系统开发环境作描述出总体系统图便观手势识具体程截张仿真图片展示识效果总结实验足
第六章 结展
61结
时代发展科学进步基OpenCV机器视觉手势识研究手势研究组成部分手势研究机交互技术工智研究断前进文研究OpenCV简单静态手势识通项研究计算机视觉知识知识深入解提高实践力
文VS2013台OpenCV开源函数库开发台手势进行简单识文工作结具体：
（1）系统理解计算机视觉领域相关知识巩固理基础文系统设计提供思路准备阶段手势识应前景研究现状深刻理解证实该实验意义量文献研究手势识理知识包括常手势定义分类建模方法识算法作关键学容实验设计提供理
（2）摄机获图进行预处理手图分离便踪识系统文研究RGBHSVYCRCB三种颜色空间模型基原理通较终确定HSV颜色空间作肤色分割方法建立颜色空间需噪声处理构建手势图文中较三种方法找高斯滤波手势图处理较效果手势轮廓更加清晰二值处理效果较
（3）提取手势特征必须采手势性质具变性质Hu矩变量指尖检测通种性质组合稳定特征手势进行模板匹配识坚实基础导出Vc++MFC系统便观测实验程实验结果
62展
计算机视觉手势识仅具研究热门性具研究挑战性仅需系统深刻理学需手势识程精准掌握文通手势110简单识续更困难复杂手势识提供定思路基础避免错误该方法需加强限制条件需进步研究外动态手势身体组语言体系识继续研究未方
未段时间计算机视觉技术智控制模式识信号处理等领域做出定飞跃性发展然实现工智道路遥远总天会发现工智已悄悄身边计算机视觉手势识实数未广泛应具广阔市场前景况计算机硬件软件技术断发展计算机机器装双眼睛时间问题双未眼会成功实现
致谢
弹指间学学生活结束通四年学锻炼受益匪浅回首月部分时间均花实验撰写文间进行收集资料方法研究仿真实现程方面基础知识够扎实路艰辛直完稿释重负
首先感谢导师张荣芬老师老师严格求负责底文选题终初稿完成老师会定期检查学进度文初稿完成时老师抽空文进行关提出修改意见直完成定稿工作次感谢学长腾鹏文指导代码编写莫指导研究分析阶段仿真实现程中提出许宝贵意见
感谢参位答辩老师认识反省提升
郭旭阳
二〇八年贵州学
参考文献
[1]孙靖 基视觉实时手势识应[D] 硕士学位文 广西学 2013
[2]洋 基手形特征静态手势识[D] 河北工业学 2007
[3]阮秋琦等译 数字图处理(第二版)[M] 电子工业出版社(北京) 20033
[4]杨明华 手势识技术应研究[D] 东华学计算机科学技术学院 2012
[5]江凤兵 颜色空间肤色检测算法研究[D] 江西理工学 2011
[6]阳清 基特征手势识算法研究[D] 海海事学硕士文2004(6)
[7]秦文 温志芳 乔维维 基 Open CV 图处理［J］ 2011（7）：39－41
[8]杜聪．浅谈 OpenCV 计算机视觉库［J］．信息技术 2016（28）：7－8
[9]尹俊超 刘直芳 基 OpenCV 运动目标检测踪 ［J］．计算机工程设计 2011（32）
[10]黄佳．基 OpenCV 计算机视觉技术研究［D］．海 华东理工学 2012
[11]雅祥 基手势识机交互发展研究[J] 计算机工程设计 2006(7)12011204
[12]戴丹 基图静态手势识服 务机器应[D] 浙江学科生毕业文 2007
[13]高建坡 种基 KL 变换椭圆模型 肤色检测方法 [J] 电子信息学报 2007
[14]李清水 方志刚 沈模卫 手势识技术机交互中应 类功效学 2002 8(1)2730
[15]殷涛 基矩手势识算法[硕士学位文] 海海海运学院 2003
[16]吕学刚 明 刘翠响 IPL OpenCV VC++环境应 微电脑应 2003 19(1)3334
[17]袁世涛 基计算机视觉手势识系统研究[D] 西安电子科技学 2011
[18]JDavis MShah Visul gesture recognition IEEE Transactions on VsionImage Signal Processing 1994 141(2)321332
[19]CVogler DMetaxas Adapting Hidden Markov Models for ASL recognition by using three dimensional computer vision methods In：Proceedings of the IEEE International Conference on SystemsMan and Cybernetics Orlando 1997156161
附录
1摄头调源代码：
图1摄头调
2系统仿真文件代码
图2系统仿真文件
3终成果图
图3 Vc++MFC系统[16]
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档
基机器学手势识研究
目录
摘 III
Abstract IV
第章 绪 1
11课题背景问题提出 1
12 手势识技术发展现状发展趋势 1
13文容 3
第二章 基 OpenCV 手势识基础理 4
21 OpenCV 概述 4
22OpenCV库函数 4
23手势 5
23图处理 5
24基机器学手势识系统组成 5
25章结 6
第三章 图预处理 7
31图预处理 7
32图滤波 7
33图二值化 9
34形态学方法应 10
35章结 11
第四章 手势分割 12
41手势分割概述 12
42 RGB 颜色空间 12
43 HSV颜色空间 12
44 YcrCb色彩空间 13
45章结 13
第五章 手势识算法手势识系统设计实现 15
51手势识概述 15
52模板匹配 15
53总体系统图 15
53摄头捕捉手势识 17
55章结 19
第六章 结展 20
61结 20
62展 20
致谢 22
参考文献 23
附录 24
摘
手势日常生活中处见生活中必少种交流方式目前止手势识研究涉领域例教育学医学计算机等等中机交互手势识技术前较研究热点
手势识般分基数手套手势识机器视觉手势识中机器视觉识前研究热点手势千变万化手形状千变万化基机器视觉手势识研究较难研究点
手势分静态手势动态手势静态手势相说简单静态手型动态手势手型特征外伴手势运动轨迹动态手势研究相复杂文静态手势研究象通摄头捕捉手势信息然手势图进行预处理阈值分割加入形态学方法模板匹配手势进行识次实验表明该方法行手势识准确率高
关键词：手势识 机器视觉 OpenCV 静态轮廓匹配 肤色模型
Abstract
Gestures can be seen everywhere in our daily life It is an essential way of communication in life So far there are many researches on gesture recognition such as pedagogy medicine computer and so on Among them gesture recognition technology based on humanmachine interaction is a hot topic of comparative research
Gesture recognition can be generally divided into gesture recognition based on data glove and gesture recognition by machine vision in which machine vision recognition is the current research hotspot Moreover people＇s gestures are everchanging and the shapes of hands are also changing Therefore research on gesture recognition based on machine vision is a difficult research point
Human gestures are divided into static gestures and dynamic gestures Static gestures are relatively simple which are static hand patterns and dynamic gestures are accompanied by the trajectory of gestures besides hand features so the research of dynamic gestures is relatively complex In this paper the static gesture is taken as the research object the gesture information is captured by the camera then the gesture image is preprocessed and the threshold is segmented then the morphological method is added and the template matching is used to identify the gestures Many experiments show that the method is feasible and the accuracy of gesture recognition is high
Keywords：Gesture recognition machine vision OpenCV Static contour matching Skin color model
第章 绪
11课题背景问题提出
年着计算机性渐渐提高计算机领域运机交互技术已成计算机科学范畴热门话题现研究脸识脸表情识嘴唇识等模仿感觉认知作性化技术新类型手势识类相互作中心成计算机相互作领域热话题
样性义性时间空间手复杂变形体模仿认识挑战性学话题目前手势识技术已形成较完整理体系手势输入方式划分分基数手套手势识基视觉手势识两种[10]次设计运OpenCV种函数库实现基机器视觉手势识研究
未着计算机技术断发展手势识迈机交互机智研究时代目前手势识作种新型机交互技术已成图处理模式识计算机视觉等领域活跃研究课题[11]文研究基机器视觉手势识手势进行加工处理实现简单手势识
12 手势识技术发展现状发展趋势
目前手势识技术通数学算法实现通手势操设备控制设备手势识计算机理解行做出判断实现智化相信未继续发展数字图处理技术定会更加完善优化进手势识技术发展带更帮助[14]
121国外研究现状
世纪90年代起国外手势识研究领域花费量财力物力取定研究成果JDavis MShah 戴指尖具高亮标记视觉手套手势作系统输入识7 种手势[18]Vogler Metaxas 数手套视觉手势识方法结合采位置踪器三相互垂直摄机作输入设备 53 美国手语孤立词进行识识率 899[19]2003年美国研究手势风暴实现天气预测2009年美国研发LCD电视控制传感器通手势电视机控制换台调节设置2010年微软发明XBOX 360游戏外设Kinect直接摄头玩家进行互动体验真实游戏2012年著名世界汽车生产商奥迪开发款汽车导航系统直接手势操导航信息2005年韩国三星手机制造商研发世界第款手势识手机户通手势操作手机苹果公司2016年获Apple Watch传感器专利利手机Apple Watch代手机实现手机功索尼公司世纪初研发基手势游戏外设利体感玩家体验游戏真实性
相国外手势识研究国手势识研究发展较缓慢2011年腾讯公司推出款名QQ手势达软件该软件户通手势PPT播放进行控制进行换页调节简化机器操作程2012年国著名康佳电视生产商发明款利手势操作智化电视机通摄头捕捉户信息反馈电视机系统系统手势做出判断实现电视机操作简化
122手势识技术发展趋势
手势识技术终核心发展趋势必机交互机智正样环境着科学技术断发展数字图处理技术应领域极拓展[12]手势识程中简单背景变化幅度背景实现手势识件特容易事复杂背景手势识程受阻碍复杂素没解决需图处理技术发展手势识提供保障手势复杂性手势识加困难未数字图处理芯片技术结合未应方[4]进机交互手势识做出定贡献
13文容
针目前基视觉手势识技术研究应领域足处文项目实施验采理分析实践应相结合方法进行研究研究容：
(1)简述 OpenCV计算机视觉手势识理
(2)手势图预处理掉手势图中关信息提高检测力化简化数
(3) 手势分割通颜色空间中肤色模型较确定种适效分割模型保证分割图易区分
(4)手势特征提取手势方面特性旋转缩放移手势特征应该特性中具变特征
(5)手势识系统实现 识图图信息获取进行图特征提取手势实现识
第二章 基 OpenCV 手势识基础理
21 OpenCV 概述
OpenCV计算机视觉库量C函数C++类构成具开源高效轻便优点时提供MATLAB等型软件接口运方面较广阔更全面已成机器视觉研究重工具
OpenCVC语言编写C语言基础心应手时OpenCV拥量库函数方便者调外加MATLAB等软件接口机器视觉方面位居高现OpenCV提供C#ChRuby支持[8]
22OpenCV库函数
图21 OpenCV 结构图
中库组成：
(1)CXCORE函数库：种数类型运算基函数OpenCV常函数
(2)HIGHGUI函数库：控制图视频输入输出显示图形界面系统调函数户交互部分
(3) CV函数库：中包含功例图处理运动分析模式识等等计算机视觉重组成部分外户编译函数然添加进OpenCV函数库中方便
23手势
手势：手势手势仅包括手掌变化肘关节手指尖腕关节等构成手势原始时代手势作直延续现进行交流沟通种语言换句话说肢体语言中种
23图处理
图处理般说利计算机图处理中图指通相机等拍摄设备图形质二维数组称素素会导致图形显示样图处理技术般包括3部分分图压缩增强复原匹配描述识[7]
图22 图处理般程
24基机器学手势识系统组成
基机器学手势识研究通摄头获手势信息然手势进行定模型分析采模板识识手势信息户计算机交互更智化[1]
基机器学手势识程般面部分完成：
图23 手势识系统
系统功：旦摄头识手势系统图形进行预处理手势分割综合手势进行分析模板匹配识手势识阶段手势分类时模型参数满足需 求手势描述实现具体应[9]
手势建模通定算法手势进行分类处理首先确定定手势样利手势变性外加定算法实现
手势分析阶段关键阶段决定手势识否成功步果手势摄头中没变化失败手势建模手势特征摄头捕捉手势判断出两手势否致输出手势类型
25章结
章OpenCV作简单描述手势手势识简单概括分析国外手势识研究现状手势识技术展
第三章 图预处理
31图预处理
图通摄头拍摄直接放入手势分析系统中图进行预处理图预前处理目消图关信息恢复真实信息信息检测性增强限度简化数改善特征提取图分割匹配性识性[3]
32图滤波
获取图处理图时会受量噪声污染噪声般素者素块噪声会导致眼观测时量视觉差计算机数字图图素极严格求进行处理话图质量劣质会影响续分割识程图滤波解决类问题选择较图滤波方式决定图质量续工作带便利 图噪两求背景噪声二保留图中原始状态
321均值滤波
均值滤波方法实际线性滤波原理图中素点换均值种方法算法简单容易操作法噪声起弱化作会导致图变模糊清
322中值滤波
中值滤波法种非线性图滤波方法滑脉噪声噪效果较明显效保护图边缘适选择定值代污染值噪效果中值滤波效果效椒盐噪声图中
323高斯滤波
高斯滤波种线性滑滤波方法消般高斯噪声高斯滤波原理整图素加权均程距离图中心越素权重越高相均值滤波说种滤波方法更柔图细节保护更
324双边滤波
双边滤波种非线性滤波方法种滤波方法效保护图边缘信息会影响图中高频信号图信息时图保护素手策种方法适低频数字图处理
图31 原图 图32 高斯滤波图
图33均值滤波 图34中值滤波
图35双边滤波
均值滤波固缺点会图变迷糊易观测中值滤波方法单噪声噪效果图整体保护力欠佳高斯滤波方法效消高斯噪声效果更图更滑更柔均值滤波效保留图边缘时效消噪声次设计采取均值漂移滤波够处理数时效挖掘数文采取均值漂移滤波算法Mean Shift 算法
33图二值化
二值化指灰度图转换二值图二值图指图中素取两离散值[2]二值化实质图呈现黑白二色便分析处理
计算机发展处低阶段计算力限计算机存缺点便提出机器视觉二值化方法该方法具优点：容易理解实现二占计算机存运算速度快三四简化图处理算法简单
二值化方法直方图法方差法工阈值法文采直方图法工阈值方法结合避免直方图环境赖缺点工阈值外界环境变化力缺点终实现实时改变阈值达成二值化效果
图36 原图 图37二值化图
图二值化分离图轮廓进方便图进行步处理图37整轮廓凸显出物黑白部分显示完全常二值化方法OpenCV 中函数接口void cvThreshold
34形态学方法应
OpenCV 中形态学方法应函数调OpenCV已封装函数接口方便时直接调[13]
图37腐蚀 图38 膨胀
OpenCV中图腐蚀导出该图素值图膨胀呈现该图素值腐蚀作消凸方膨胀填补凹方
OpenCV 中提供腐蚀函数接口cvErode膨胀函数接口cvDilate
35章结
章首先介绍种常滤波方法出具体效果图然图二值化详细介绍样效果图说明形态学方法OpenCV里找
第四章 手势分割
41手势分割概述
常图分割通常RGBHSVYUV三种常见分割方法根具体图求选择分割方法
般说熟悉RGB颜色电视机成三原色RGB机器视觉应中明显足图细节处理三音调亮度饱度放起难分离HSV色彩空间设计更数字色彩处理空间部分显著相关性具良肤色聚类阈值分割
RGB颜色空间光太敏感RGB三通道间相关性太强分离色度亮度饱度三量非常困难进行图分割时RGB图转换成HSV者YUV进行分割空间部分显著相关性具良肤色聚类恒定阈值分割[5]
42 RGB 颜色空间
图41示立方体表示RGB颜色空间图三坐标表示红色绿色蓝色中取值0
43 HSV颜色空间
图42示六角椎体模型表示HSV颜色空间图三坐标分表示：色调（H）饱度（S）明度（V）取值范围0o
图41 RGB 颜色模型 图42 HSV 颜色模型
44 YcrCb色彩空间
YUV（称YCRCB）电视机发展中Y表示亮度UV表示色度三信号分离三者缺缺失Y信号电视机会变暗缺失U者V电视黑白电视机
YUVRGB互相转换公式（RGB取值范围均0255）︰
Y 0299R + 0587G + 0114B
U 0147R 0289G + 0436B
V 0615R 0515G 0100B
R Y + 114V
G Y 039U 058V
B Y + 203U
45章结
章介绍RGBHSVYCrCb三种色彩空间进行简单分析中HSV空间优越性特定分割条件具良分割效果文中采HSV分割技术
第五章 手势识算法手势识系统设计实现
51手势识概述
手势识集合集合形成结果程目前手势识分类识算法包括模板匹配隐马尔夫模型神网络支持量机[15]
51手势识程
手势识程：第步手势采集步通摄头第二步采集手势进行预处理图分割第三部手势特征进行提取模板匹配方法识手势
52模板匹配
模板匹配静态手势识中容易实现识率高文采模板匹配方法进行手势识检测测手势中否模板中手势样果测手势系统检测话分类建模中手势进行种方法准确率高较容易实现
般程：第建立轮廓提取模型般图法直方图法第二查找轮廓筛选轮廓手势轮廓具特征：指尖数凸包轮廓 Hu 矩[6]等利手势特征变性手势进行精确筛选然交步工作第三特征匹配利Hu矩算法( openCV库)[6]检测手势进行轮廓匹配完成识程
53总体系统图
实验硬软件：opencv249Visual Studio 2013win7 x64位系统intel（R）celeron（R）CPU N2930 @183GHz 4核电脑带HD WebCam
轮廓提取
手势分类识
轮廓筛选
模板匹配
手提取
边缘检测
轮廓提取
色块融合
生成手势描述
摄头捕捉手势图
图捕捉
摄头捕捉手势图
高光补偿
轮廓塞选
图捕捉
分离HSV通道
均值漂移滤波
尺寸调整
52系统总体设计图
相机捕捉手势图通图预前处理（HSV通道分离）取手二值图通图处理（腐蚀高光补偿等）获手轮廓手轮廓图中提取特征采模式识手势[17]
53手势模板
53摄头捕捉手势识
图摄头手势识识结果截图图中实时检测出手势轮廓图终识图
54 手指1识
55手指3识
56手指5识
3幅图实验部分截图识效果良手轮廓显示设计中系统中通摄头捕捉手势进行尺寸调整基肤色效提取方法阈值处理外加形态学变换调整系统参数次测试种手势识方法行够效手势进行行识
系统足：
1手势识光线求高背景求干净
2非次成功识手势
55章结
章确定手势识模板匹配方法系统开发环境作描述出总体系统图便观手势识具体程截张仿真图片展示识效果总结实验足
第六章 结展
61结
时代发展科学进步基OpenCV机器视觉手势识研究手势研究组成部分手势研究机交互技术工智研究断前进文研究OpenCV简单静态手势识通项研究计算机视觉知识知识深入解提高实践力
文VS2013台OpenCV开源函数库开发台手势进行简单识文工作结具体：
（1）系统理解计算机视觉领域相关知识巩固理基础文系统设计提供思路准备阶段手势识应前景研究现状深刻理解证实该实验意义量文献研究手势识理知识包括常手势定义分类建模方法识算法作关键学容实验设计提供理
（2）摄机获图进行预处理手图分离便踪识系统文研究RGBHSVYCRCB三种颜色空间模型基原理通较终确定HSV颜色空间作肤色分割方法建立颜色空间需噪声处理构建手势图文中较三种方法找高斯滤波手势图处理较效果手势轮廓更加清晰二值处理效果较
（3）提取手势特征必须采手势性质具变性质Hu矩变量指尖检测通种性质组合稳定特征手势进行模板匹配识坚实基础导出Vc++MFC系统便观测实验程实验结果
62展
计算机视觉手势识仅具研究热门性具研究挑战性仅需系统深刻理学需手势识程精准掌握文通手势110简单识续更困难复杂手势识提供定思路基础避免错误该方法需加强限制条件需进步研究外动态手势身体组语言体系识继续研究未方
未段时间计算机视觉技术智控制模式识信号处理等领域做出定飞跃性发展然实现工智道路遥远总天会发现工智已悄悄身边计算机视觉手势识实数未广泛应具广阔市场前景况计算机硬件软件技术断发展计算机机器装双眼睛时间问题双未眼会成功实现
致谢
弹指间学学生活结束通四年学锻炼受益匪浅回首月部分时间均花实验撰写文间进行收集资料方法研究仿真实现程方面基础知识够扎实路艰辛直完稿释重负
首先感谢导师张荣芬老师老师严格求负责底文选题终初稿完成老师会定期检查学进度文初稿完成时老师抽空文进行关提出修改意见直完成定稿工作次感谢学长腾鹏文指导代码编写莫指导研究分析阶段仿真实现程中提出许宝贵意见
感谢参位答辩老师认识反省提升
郭旭阳
二〇八年贵州学
参考文献
[1]孙靖 基视觉实时手势识应[D] 硕士学位文 广西学 2013
[2]洋 基手形特征静态手势识[D] 河北工业学 2007
[3]阮秋琦等译 数字图处理(第二版)[M] 电子工业出版社(北京) 20033
[4]杨明华 手势识技术应研究[D] 东华学计算机科学技术学院 2012
[5]江凤兵 颜色空间肤色检测算法研究[D] 江西理工学 2011
[6]阳清 基特征手势识算法研究[D] 海海事学硕士文2004(6)
[7]秦文 温志芳 乔维维 基 Open CV 图处理［J］ 2011（7）：39－41
[8]杜聪．浅谈 OpenCV 计算机视觉库［J］．信息技术 2016（28）：7－8
[9]尹俊超 刘直芳 基 OpenCV 运动目标检测踪 ［J］．计算机工程设计 2011（32）
[10]黄佳．基 OpenCV 计算机视觉技术研究［D］．海 华东理工学 2012
[11]雅祥 基手势识机交互发展研究[J] 计算机工程设计 2006(7)12011204
[12]戴丹 基图静态手势识服 务机器应[D] 浙江学科生毕业文 2007
[13]高建坡 种基 KL 变换椭圆模型 肤色检测方法 [J] 电子信息学报 2007
[14]李清水 方志刚 沈模卫 手势识技术机交互中应 类功效学 2002 8(1)2730
[15]殷涛 基矩手势识算法[硕士学位文] 海海海运学院 2003
[16]吕学刚 明 刘翠响 IPL OpenCV VC++环境应 微电脑应 2003 19(1)3334
[17]袁世涛 基计算机视觉手势识系统研究[D] 西安电子科技学 2011
[18]JDavis MShah Visul gesture recognition IEEE Transactions on VsionImage Signal Processing 1994 141(2)321332
[19]CVogler DMetaxas Adapting Hidden Markov Models for ASL recognition by using three dimensional computer vision methods In：Proceedings of the IEEE International Conference on SystemsMan and Cybernetics Orlando 1997156161
附录
1摄头调源代码：
图1摄头调
2系统仿真文件代码
图2系统仿真文件
3终成果图
图3 Vc++MFC系统[16]
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档