需要金幣： 1000 個金幣 |
資料包括：完整論文 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字?jǐn)?shù)：12467 |  | |
| 折扣與優(yōu)惠：團(tuán)購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要：近年來，基于深度圖像的手勢交互成為計算機視覺領(lǐng)域的研究熱點之一。本文主要實現(xiàn)了一套在線手勢識別系統(tǒng)。首先根據(jù)Kinect設(shè)備獲取到的深度圖像進(jìn)行手部區(qū)域分割；接著進(jìn)一步提取手部的輪廓信息，并實現(xiàn)手掌心以及指尖的定位；然后利用手勢的輪廓信息計算協(xié)方差矩陣，將其作為特征描述子；最后結(jié)合識別算法進(jìn)行在線手勢識別的測試。實驗結(jié)果表明，該方法具有較高的精準(zhǔn)性與實時性，能夠滿足在線識別的功能。 關(guān)鍵詞：Kinect傳感器，深度信息，協(xié)方差描述子，在線手勢識別
目錄 摘要 Abstract 一、緒論-1 (一)-本課題的研究背景及意義-1 (二)-手勢識別的研究概況-1 (三)-本課題研究內(nèi)容及結(jié)構(gòu)-3 二、Kinect的深度圖像獲取-4 (一) Kinect設(shè)備介紹-4 1. Kinect for Xbox One的硬件組成-4 2. Kinect深度圖像成像原理-5 (二)-深度圖像的獲取-6 1.獲取深度圖像-6 2.深度信息轉(zhuǎn)化為實際距離-6 三、手部分割與指尖識別算法-8 (一)基于閾值的手部分割-8 1.原理介紹-8 2.閾值的選取-8 (二)掃描法與區(qū)域生長法-9 1.掃描法-9 2.區(qū)域生長法-10 3.分割結(jié)果分析-11 (三)掌心點與指尖點的檢測-14 1.算法介紹-14 2.-指尖識別結(jié)果分析-15 四、在線手勢識別-17 (一)-CovAct描述符-17 (二)-動作比較-19 (三)-在線手勢識別-20 1.-在線動作識別算法-20 2.-手勢識別結(jié)果分析-20 五、關(guān)于本設(shè)計的總結(jié)與展望-23 (一)-設(shè)計總結(jié)-23 (二)-未來展望-23 參考文獻(xiàn)-24 致謝-26 |
