增強(qiáng)現(xiàn)實(shí)電子沙盤在物理沙盤的基礎(chǔ)上采用增強(qiáng)現(xiàn)實(shí)技術(shù)實(shí)現(xiàn)了動(dòng)態(tài)構(gòu)建虛擬三維模型,全方位展現(xiàn)立體地形地貌和沙盤要素;同時(shí)改變了指揮員與沙盤的交互方式,直接影響著指揮員在電子沙盤上的指揮效率。將手勢(shì)交互應(yīng)用在電子沙盤中,為指揮員提供高效自然的交互方式、提高其指揮效率。因此本文對(duì)手勢(shì)交互和指尖跟蹤技術(shù)進(jìn)行研究,研究?jī)?nèi)容主要包括指尖檢測(cè)方法、指尖三維運(yùn)動(dòng)估計(jì)與跟蹤和多傳感器融合的手勢(shì)交互。首先,針對(duì)沙盤交互系統(tǒng)實(shí)時(shí)性和準(zhǔn)確性的要求,設(shè)計(jì)了一種模板匹配與區(qū)域生長(zhǎng)結(jié)合的指尖檢測(cè)方法。根據(jù)指尖幾何特征和人體膚色特性,在初始圖像中采用基于模板匹配的區(qū)域生長(zhǎng)方法分割出手部區(qū)域,然后在該區(qū)域采用細(xì)檢索指尖模板匹配,完成初始指尖檢測(cè);針對(duì)區(qū)域生長(zhǎng)算法耗時(shí)較長(zhǎng)的問題,在后續(xù)檢測(cè)過程中只在當(dāng)前指尖點(diǎn)的一定鄰域內(nèi)進(jìn)行匹配,從而減少計(jì)算量,實(shí)現(xiàn)快速準(zhǔn)確的指尖檢測(cè)。其次,根據(jù)手指尖運(yùn)動(dòng)生理特征,將指尖的二維運(yùn)動(dòng)信息映射到三維球面上,并提出了一種基于指尖運(yùn)動(dòng)三維映射的卡爾曼濾波方法。根據(jù)指尖運(yùn)動(dòng)規(guī)律,擬合出指尖運(yùn)動(dòng)的復(fù)合卡爾曼運(yùn)動(dòng)模型,對(duì)指尖位置進(jìn)行預(yù)測(cè)更新,實(shí)現(xiàn)指尖運(yùn)動(dòng)的穩(wěn)定跟蹤。最后,本文在AR智能眼鏡Hololen...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
        1.2.1 增強(qiáng)現(xiàn)實(shí)電子沙盤技術(shù)
        1.2.2 指尖跟蹤技術(shù)
        1.2.3 手勢(shì)交互技術(shù)
        1.2.4 多傳感器融合技術(shù)
    1.3 課題來源
    1.4 研究?jī)?nèi)容和組織結(jié)構(gòu)
        1.4.1 本文主要研究?jī)?nèi)容
        1.4.2 本文組織結(jié)構(gòu)
2 指尖運(yùn)動(dòng)的快速檢測(cè)方法
    2.1 指尖檢測(cè)相關(guān)算法
        2.1.1 區(qū)域生長(zhǎng)分割算法
        2.1.2 模板匹配算法
    2.2 區(qū)域生長(zhǎng)與模板匹配結(jié)合的指尖檢測(cè)算法
        2.2.1 粗檢索膚色模板匹配
        2.2.2 基于膚色的區(qū)域生長(zhǎng)
        2.2.3 細(xì)檢索指尖模板匹配
    2.3 指尖的快速檢測(cè)
    2.4 實(shí)驗(yàn)驗(yàn)證與分析
        2.4.1 實(shí)驗(yàn)設(shè)置
        2.4.2 實(shí)驗(yàn)結(jié)果與分析
    2.5 本章小結(jié)
3 指尖三維運(yùn)動(dòng)估計(jì)和穩(wěn)定跟蹤
    3.1 運(yùn)動(dòng)目標(biāo)跟蹤相關(guān)算法
        3.1.1 卡爾曼濾波算法
        3.1.2 核相關(guān)濾波算法
    3.2 指尖點(diǎn)二維到三維位置計(jì)算
        3.2.1 坐標(biāo)系及其轉(zhuǎn)換關(guān)系
        3.2.2 指尖三維坐標(biāo)計(jì)算
    3.3 基于卡爾曼濾波的指尖運(yùn)動(dòng)估計(jì)
        3.3.1 勻速模型
        3.3.2 勻加速模型
        3.3.3 復(fù)合卡爾曼運(yùn)動(dòng)估計(jì)
    3.4 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
4 多傳感器融合的手勢(shì)交互
    4.1 多傳感器融合方法
        4.1.1 多傳感器數(shù)據(jù)融合原理
        4.1.2 多傳感器數(shù)據(jù)融合方法
    4.2 面向電子沙盤的交互動(dòng)作定義
    4.3 電子沙盤場(chǎng)景下的手勢(shì)識(shí)別
        4.3.1 肌電信號(hào)處理
        4.3.2 多傳感器融合的手勢(shì)識(shí)別
    4.4 電子沙盤場(chǎng)景下的交互語(yǔ)義映射
    4.5 實(shí)驗(yàn)驗(yàn)證和分析
        4.5.1 實(shí)驗(yàn)設(shè)置
        4.5.2 實(shí)驗(yàn)結(jié)果與分析
    4.6 本章小結(jié)
5 面向電子沙盤的手勢(shì)交互系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    5.1 系統(tǒng)需求分析
    5.2 系統(tǒng)總體架構(gòu)
        5.2.1 系統(tǒng)結(jié)構(gòu)
        5.2.2 系統(tǒng)開發(fā)環(huán)境
    5.3 電子沙盤場(chǎng)景下的手勢(shì)交互模塊的實(shí)現(xiàn)
        5.3.1 手勢(shì)數(shù)據(jù)采集
        5.3.2 電子沙盤場(chǎng)景下的交互流程
        5.3.3 基于電子沙盤場(chǎng)景的交互實(shí)例驗(yàn)證
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 未來工作展望
致謝
參考文獻(xiàn)
附錄



本文編號(hào)：3792697