發(fā)布時間：2021-06-22 05:56

　　手勢是人們?nèi)粘Ｉ钪凶钭匀恢庇^的交流方式,手勢中含有豐富的信息,通過手勢可以表達出一些自然語言和書面語言難以表述的意思�，F(xiàn)在,人機交互中所使用的設備無論在性能上,還是在運算能力上都有了很大的提升,因此基于手勢的人機交互技術(shù)的研究逐漸成為研究的熱點。靜態(tài)手勢可視為動態(tài)手勢的瞬態(tài),所以研究靜態(tài)手勢識別具有重要意義,有助于后續(xù)的動態(tài)手勢識別的研究。本文重點針對靜態(tài)手勢識別所需要的技術(shù)做了詳細的研究,主要的研究內(nèi)容如下:（1）針對噪聲對采集到的手勢圖像造成的干擾,首先研究了中值濾波和均值濾波的去噪原理,實驗結(jié)果表明,兩種算法在去噪時會造成圖像不清晰,同時會使得邊緣等細節(jié)信息丟失。針對上述問題,本文采用“自適應中值濾波+FNLM”相結(jié)合的混合去噪算法,經(jīng)過實驗驗證該算法在去噪的同時可以保護圖像邊緣等細節(jié)信息不變。（2）針對手勢的分割,深入研究了基于膚色和基于邊緣的兩種分割方法,實驗發(fā)現(xiàn)RGB和HSV顏色空間對于膚色的聚類效果并不是很好,會把背景色作為膚色分割,而YCbCr空間的效果要好于前兩種顏色空間,因此更適合用于膚色分割。另外,通過對幾種邊緣檢測算子的研究,發(fā)現(xiàn)Canny算子定位精確,存在的... 

【文章來源】：寧夏大學寧夏回族自治區(qū) 211工程院校

【文章頁數(shù)】：53 頁

【學位級別】：碩士

【部分圖文】：

圖１－１本文手勢識別流程圖??１．４論文結(jié)構(gòu)及章節(jié)安排??

如有的圖像外輪廓線較長，這時選擇方的或者圓的窗口較合適，而有的圖像有尖頂角狀，這時適??合選擇十字形的窗口［２３］。??圖２－２中我們分別用高斯和椒鹽兩種噪聲對原手勢圖像加噪，加椒鹽噪聲的比例是０．０２，高??－８－??

（ｃ）濾除高斯噪聲ＰＳＮＲ＝３７．１３３９?（ｄ）濾除椒鹽噪聲ＰＳＮＲ＝３２．?１１０４??圖２－１均值濾波處理圖??（２）中值濾波法??中值濾波法使用的是非線性的去噪方式，它的特點是通過把某像素點的鄰域像素值進行排序，??然后求得它們的中值，使用該值取代該點的像素值［２２１。圖像／〇ｃ，ｙ）大小為《＞＜？中值濾波器的定??義為：??ｙ）?＝?ｗｅｄ｛／（ｉ，?ｙ）｝?＝?ｍｅＪｊ（／?＋?ｋ，?ｊ＋?／），（ｋ，ｌ）?＾?ｓ，?（ｚ，?ｊ）ｃｎｘｎ）?（２－４）??Ｓ??其中，（Ｘ，乂）是圖像中各點的灰度值，是去噪后各點的灰度值，ｓ是濾波窗口。??中值濾波對于椒鹽噪聲能進行很好地抑制，使得邊緣等圖像的細節(jié)信息獲得有效地保護，但??缺點是對于含較多點線的圖像去噪效果不好。??濾波時可供選擇的窗口可以是線形、十字形、菱形等多種，窗口的選擇是濾波的關(guān)鍵，選擇??哪一種濾波窗口需要根據(jù)濾波圖像的具體內(nèi)容和濾波要求

【參考文獻】：
期刊論文
[1]改進的非局部均值濾波算法[J]. 郭貝貝,易三莉,賀建峰,苗瑩,邵黨國.  計算機工程. 2016(07)
[2]融合Hu矩與BoF-SURF支持向量機的手勢識別[J]. 隋云衡,郭元術(shù).  計算機應用研究. 2014(03)
[3]快速非局部均值濾波圖像去噪[J]. 張麗果.  信號處理. 2013(08)
[4]基于SIFT算子的圖像匹配算法研究[J]. 白廷柱,侯喜報.  北京理工大學學報. 2013(06)
[5]一種基于PCA的組合特征提取文本分類方法[J]. 李建林.  計算機應用研究. 2013(08)
[6]主成分分析法（PCA）在SIFT匹配算法中的應用[J]. 馬莉,韓燮.  電視技術(shù). 2012(01)
[7]基于PCA-BP神經(jīng)網(wǎng)絡的股票價格預測研究[J]. 蔡紅,陳榮耀.  計算機仿真. 2011(03)
[8]基于改進RCE和RBF神經(jīng)網(wǎng)絡的靜態(tài)手勢識別[J]. 譚昶,肖南峰.  計算機工程與應用. 2011(07)
[9]一種改進的SIFT特征匹配算法[J]. 于麗莉,戴青.  計算機工程. 2011(02)
[10]HSV空間中彩色圖像分割研究[J]. 張國權(quán),李戰(zhàn)明,李向偉,魏偉一.  計算機工程與應用. 2010(26)

博士論文
[1]RGB顏色空間及其應用研究[D]. 黃國祥.中南大學 2002

碩士論文
[1]非局部均值去噪算法研究[D]. 蔡斌.中國科學技術(shù)大學 2015
[2]基于神經(jīng)網(wǎng)絡方法的手勢行為識別技術(shù)研究[D]. 周龍.電子科技大學 2015
[3]基于神經(jīng)網(wǎng)絡的手勢識別研究[D]. 馮桐.北京理工大學 2015
[4]基于SIFT降維和BP網(wǎng)絡的人臉識別方法的研究[D]. 馮博.河南大學 2014
[5]基于SIFT算法的人臉識別研究[D]. 維妮拉·艾爾肯.華北電力大學 2014
[6]基于BP神經(jīng)網(wǎng)絡的手勢識別研究[D]. 李歌.燕山大學 2013
[7]圖像邊緣檢測技術(shù)在人臉中的研究與實現(xiàn)[D]. 李洋.電子科技大學 2013
[8]基于SIFT算法的人臉識別研究[D]. 閆家梅.江蘇科技大學 2013
[9]基于SIFT算法的車牌識別系統(tǒng)研究[D]. 郭金芝.西安電子科技大學 2012
[10]圖像邊緣檢測技術(shù)的研究[D]. 潘夏英.西安科技大學 2011



本文編號：3242265