基于热像仪图像的静态手势识别研究

 2022-07-27 10:07

论文总字数:24535字

摘 要

随着计算机科学技术的飞速发展,人们对于手势识别技术的研究也逐步深入,同时热像仪对于日常生活、军事、科技等领域也具有相当的普适作用,因而对于热像仪图像进行静态手势识别研究对于推进人机交互进程具有很大的现实意义。

本系统采用Visual Studio 2013和opencv平台进行开发,通过C语言实现系统框架,主要包括手势轮廓提取、特征提取以及手势识别三部分。

项目的难点在于,热像仪图像为灰度图像,不具有传统图像的色彩等特征,当人手放置于身前或温度相近的物体前时,使用传统识别方法将无法准确提取出手势感兴趣区域及轮廓。

针对热像仪图像灰度等级非常相近的特点,系统通过中值滤波、灰度增强等方法对图像进行预处理,利用Canny算子提取手势轮廓并且择选合适大小的轮廓尺寸对小轮廓进行筛选,从而来减小背景轮廓的干扰,再历经轮廓遍历与断点连接过程可得连续闭合的手势轮廓;通过膨胀腐蚀操作提取指尖、指跟、重心矩等特征;最后采用凸包凸缺陷性检测进行识别。

对于利用数据手套收集的热像仪图像和复杂背景下收集的热像仪图像,本系统可以实现6个基本手势的识别。

关键词:灰度图像处理,凸包,凸缺陷,轮廓提取

Abstract

With the rapid development of computer science and technology, people's research on gesture recognition technology has gradually deepened. At the same time, thermal imager have a universal function for daily life,such as, military, science and technology, and so on. The study of static gesture recognition for thermal imager images has great practical significance for advancing the human-computer interaction process.

The system uses Visual Studio 2013 and opencv platform for development, and implements the system framework through C language, including three parts: gesture outline extraction, feature extraction, and gesture recognition.

The difficulty of the project is that the thermal imager image is a grayscale image and does not have features such as the color of a traditional image. When the hand is placed in front of a body or a similar temperature object, the region of interest in the gesture and the contours cannot be accurately extracted using a conventional recognition method.

For the thermal imager image gray level characteristics are very similar, the system through the median filter, grayscale enhancement methods and other image preprocessing, using Canny operator to extract the gesture outline and select the appropriate size of the outline to filter the small outline to reduce the interference of the background outline.After the contour traversal and breakpoint connection process ,gesture outline can be continuously closed. Extract fingertips, finger heels, barycenter and other features through expansion and erosion operations.Finally, the system uses convex convex defect detection to identify the gestures.

The system can realize the recognition of six basic gestures for the image collected with data gloves and the image collected under complex background.

KEY WORDS: Gary image processing, convex hull,convex defect,contour extraction

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1 手势识别 2

1.1.1 手势识别的分类 3

1.1.2 常用算法浅析 4

1.1.3 国内外研究现状 8

1.2 热像仪 9

1.2.1 成像原理及特点 9

1.2.2 热像仪与可见光摄像器材 11

1.3 课题意义 11

第二章 系统设计 13

2.1 设计要求 13

2.2 开发与运行环境 13

2.3 设计难点分析 13

2.4 系统流程分析 14

2.4.1 识别数据手套采集的热像仪图像 14

2.4.2 识别复杂环境下采集的热像仪图像 15

第三章 热像仪图像处理模块 16

3.1 Canny算子提取轮廓 16

3.1.1 Canny算子的原理 16

3.1.2 Canny算子的实现 16

3.1.3 实验结果分析 16

3.2 模块优化 18

3.2.1 中值滤波 18

3.2.2 灰度处理 19

3.2.3 去除小轮廓 19

3.2.4 断点检测 21

3.2.5 轮廓连接 22

3.2.6 实验结果分析 22

第四章 特征提取与识别模块 24

4.1 特征提取模块 24

4.2 手势识别模块 26

4.2.1 多边形逼近轮廓 26

4.2.2 凸包凸缺陷检测 26

4.2.3 识别判断 27

第五章 总结与展望 28

致谢 30

参考文献 31

绪论

随着社会的进步、科技的飞跃,人们的生活与计算机、互联网之间的联系越来越紧密,社会的需求更是促进了科技的日新月异。

人机交互,意指通过一些简单的手势来控制设备或与设备交互,达到让计算机理解人类的行为的目的。传统的人机交互是通过一些外部接入设备来完成的,典型的输入设备有鼠标、键盘、触摸屏、遥控等。而随着研究的逐步深入,人机交互有了更多的方式可供选择,其操作难度大幅降低,已经成为了人们生活中不可或缺的部分。

剩余内容已隐藏,请支付后下载全文,论文总字数:24535字

您需要先支付 80元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找;