手勢(shì)是人們?nèi)粘Ｉ钪凶钭匀恢庇^的交流方式,手勢(shì)中含有豐富的信息,通過(guò)手勢(shì)可以表達(dá)出一些自然語(yǔ)言和書(shū)面語(yǔ)言難以表述的意思。現(xiàn)在,人機(jī)交互中所使用的設(shè)備無(wú)論在性能上,還是在運(yùn)算能力上都有了很大的提升,因此基于手勢(shì)的人機(jī)交互技術(shù)的研究逐漸成為研究的熱點(diǎn)。靜態(tài)手勢(shì)可視為動(dòng)態(tài)手勢(shì)的瞬態(tài),所以研究靜態(tài)手勢(shì)識(shí)別具有重要意義,有助于后續(xù)的動(dòng)態(tài)手勢(shì)識(shí)別的研究。本文重點(diǎn)針對(duì)靜態(tài)手勢(shì)識(shí)別所需要的技術(shù)做了詳細(xì)的研究,主要的研究?jī)?nèi)容如下:（1）針對(duì)噪聲對(duì)采集到的手勢(shì)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(shí)驗(yàn)結(jié)果表明,兩種算法在去噪時(shí)會(huì)造成圖像不清晰,同時(shí)會(huì)使得邊緣等細(xì)節(jié)信息丟失。針對(duì)上述問(wèn)題,本文采用“自適應(yīng)中值濾波+FNLM”相結(jié)合的混合去噪算法,經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證該算法在去噪的同時(shí)可以保護(hù)圖像邊緣等細(xì)節(jié)信息不變。（2）針對(duì)手勢(shì)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(shí)驗(yàn)發(fā)現(xiàn)RGB和HSV顏色空間對(duì)于膚色的聚類(lèi)效果并不是很好,會(huì)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(guò)對(duì)幾種邊緣檢測(cè)算子的研究,發(fā)現(xiàn)Canny算子定位精確,存在的... 

【文章來(lái)源】：寧夏大學(xué)寧夏回族自治區(qū) 211工程院校

【文章頁(yè)數(shù)】：53 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１本文手勢(shì)識(shí)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(xiàn)較長(zhǎng)，這時(shí)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(shí)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(duì)原手勢(shì)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(xiàn)性的去噪方式，它的特點(diǎn)是通過(guò)把某像素點(diǎn)的鄰域像素值進(jìn)行排序，??然后求得它們的中值，使用該值取代該點(diǎn)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(diǎn)的灰度值，是去噪后各點(diǎn)的灰度值，ｓ是濾波窗口。??中值濾波對(duì)于椒鹽噪聲能進(jìn)行很好地抑制，使得邊緣等圖像的細(xì)節(jié)信息獲得有效地保護(hù)，但??缺點(diǎn)是對(duì)于含較多點(diǎn)線(xiàn)的圖像去噪效果不好。??濾波時(shí)可供選擇的窗口可以是線(xiàn)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(xiàn)】：
期刊論文
[1]改進(jìn)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(guó).  計(jì)算機(jī)工程. 2016(07)
[2]融合Hu矩與BoF-SURF支持向量機(jī)的手勢(shì)識(shí)別[J]. 隋云衡,郭元術(shù).  計(jì)算機(jī)應(yīng)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(hào)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(bào).  北京理工大學(xué)學(xué)報(bào). 2013(06)
[5]一種基于PCA的組合特征提取文本分類(lèi)方法[J]. 李建林.  計(jì)算機(jī)應(yīng)用研究. 2013(08)
[6]主成分分析法（PCA）在SIFT匹配算法中的應(yīng)用[J]. 馬莉,韓燮.  電視技術(shù). 2012(01)
[7]基于PCA-BP神經(jīng)網(wǎng)絡(luò)的股票價(jià)格預(yù)測(cè)研究[J]. 蔡紅,陳榮耀.  計(jì)算機(jī)仿真. 2011(03)
[8]基于改進(jìn)RCE和RBF神經(jīng)網(wǎng)絡(luò)的靜態(tài)手勢(shì)識(shí)別[J]. 譚昶,肖南峰.  計(jì)算機(jī)工程與應(yīng)用. 2011(07)
[9]一種改進(jìn)的SIFT特征匹配算法[J]. 于麗莉,戴青.  計(jì)算機(jī)工程. 2011(02)
[10]HSV空間中彩色圖像分割研究[J]. 張國(guó)權(quán),李戰(zhàn)明,李向偉,魏偉一.  計(jì)算機(jī)工程與應(yīng)用. 2010(26)

博士論文
[1]RGB顏色空間及其應(yīng)用研究[D]. 黃國(guó)祥.中南大學(xué) 2002

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



本文編號(hào)：3242265