摘 要

随着智能化的不断发展，传统的人机交互方式已经不能满足使用者的需求。语音识别已经在智能识别方面得到广泛应用，而作为交互方式手势动作比语音识别的通用性更强。研究者们开始关注手势识别，在手势识别的基础上建立了许多新的交互方式。本文介绍了一种简单的手势识别系统的实现，利用Opencv视觉库来完成一系列的图像处理操作，使用起来十分方便。

本文主要对手势识别技术进行了介绍和分析，简单概述了该技术的基础理论，对手势识别过程中涉及到的一些图像处理技术进行了研究分析。采用的是模板匹配法进行手势匹配。系统的主要工作可分为四个阶段：预处理，图像分割，轮廓检测，匹配识别。系统先对摄像头输入图像进行相应尺寸调整和均值漂移滤波处理，在HSV颜色空间中对图像进行基于肤色模型的分割，将手势图像与背景图像以二值化的形式分割开来。并对二值化的图像进行相应的降噪处理，继而检测轮廓，最后利用图像矩进行手势轮廓特征提取，使用模板匹配法完成手势识别。

关键词：手势识别，图像处理，模板匹配识别

abstract

With the development of intelligence, the traditional human computer interaction method can not meet the needs of users. Speech recognition has been widely used in the field of intelligent recognition, and as an interactive gesture, the gesture is more versatile than speech recognition. Researchers began to pay attention to hand gesture recognition, and many new ways of interaction were established on the basis of gesture recognition. This paper introduces a simple gesture recognition system to achieve the use of Opencv visual library to complete a series of image processing operations, it is very convenient to use.

This paper mainly introduces and analyzes the gesture recognition technology, briefly outlines the basic theory of this technology, and analyzes some image processing technologies involved in the process of gesture recognition. The template matching method is used for gesture matching. The main work of the system can be divided into four stages: preprocessing, image segmentation, contour detection, matching recognition. System first the image camera input corresponding size adjustment and mean shift filtering processing, in the HSV color space of image were segmentation based on skin color model, the gesture image and background image to binary form separated. Then the two valued image is processed to reduce the noise, and then the contour is detected. Finally, the gesture contour feature is extracted by using the image moment, and the gesture recognition is completed by using the template matching method.

Keywords: gesture recognition, image processing, template matching recognition

目录

摘要 Ⅰ

abstract Ⅱ

第一章 绪论 1

1.1 研究背景及意义 1

1.2 手势识别研究现状 1

1.3 本文主要研究内容及结构 2

1.3.1 主要研究内容 2

1.3.2 本文组织结构 3

第二章 手势识别技术理论基础 4

2.1 手势识别技术分类 4

2.1.1 基于数据手套的手势识别 4

2.1.2 基于计算机视觉的手势识别 4

2.2 手势识别技术主要识别方法 5

2.2.1 神经网络方法 5

2.2.2 隐马尔科夫模型法 5

2.2.3 模板匹配方法 5

2.3 手势图像分割 5

2.3.1 常用的颜色空间 6

2.3.2 均值漂移分割算法 7

2.4 手势图像预处理 7

2.4.1 图像平滑处理 7

2.4.2 图像二值化 8

2.4.3 边缘检测 9

2.5 本章小结 9

第三章 手势识别系统研究与设计 10

3.1 手势识别系统结构 10

3.2 输入手势图像的采集 11

3.3基于肤色检测技术的手势分割实现 11

3.3.1 均值漂移滤波处理 11

3.3.2 颜色空间的处理 12

3.3.3 肤色分割 13

3.4 二值化图像的形态学滤波 14

3.5 手势轮廓提取 15

3.6 不变矩轮廓匹配 18

3.7 本章小结 18

第四章 手势识别系统实现及实验验证 20

4.1 系统实验环境 20

4.2 系统子模块划分 20

4.3 系统手势模板与界面设计 20

4.4 系统主要功能验证 22

4.5 本章小结 23

第五章 总结与展望 24

参考文献 25

致谢 26

第1章 绪论

1.1 研究背景及意义

计算机正改变我们的生活和世界，随着智能化的高速发展，人机交互技术此时备受各国专家的关注，并相继开展了各种研究。近些年来，人机交互技术的研究重点一直放在人际交流的重要特征上。目前已经得到应用的是语音识别，但是由于各种语言的不同，使得语音识别不能通用。在与机器交流时，使用手势显得更加方便自然，所以手势识别技术在人机交互领域中备受研究者的关注。还有很多其他的交互方式都建立在手势识别的基础上，例如：微软的系统，的生物识别系统等。人机交互的目标是实现人与机器无障碍、和人与人一样进行交流，手势识别技术正是我们通往目标的必经之路。手势识别在医疗、教育教学、失语者手势理解等领域得到应用，手势识别系统可以作为正常人与聋哑人之间的交流媒介，也可以用手势来操作我们的电子设备，使我们的操作更加方便直观。由于在现实生活中的可应用范围广泛，所以手势识别技术在未来的发展中有着广阔的前景。

对图像进行处理时需要重点关注计算机的处理速度，所以大多数相关软件包用编写。这些软件包可以大大简化我们的工作，减少工作量，但也有许多缺点：