论文部分内容阅读
手势是一种人们常用的交流方式，将这种简单易懂的交流方式应用于人机交互领域，即为手势识别技术。手势识别技术正是当前人机交互领域的研究重点内容之一。 本文设计实现了一个基于深度数据和手形特征的静态手势识别系统，该系统能够实时地通过Kinect体感摄像头捕获人的手势动作，并对手势动作进行识别。系统的设计要求能够识别出单手6种常用静态手势和双手组合形成的36种静态手势。 本文实验是在Visual Studio2008软件平台下进行，使用C++编写控制台程序实现。在手势区域提取方面使用深度信息将手势区域从背景中分割出来;经过手势图像预处理后提取基于手形的特征参数;在手势识别方面，使用提取到的特征参数对采集的手势进行识别。对程序分别在1米的采集距离和2米的采集距离以及光线明暗的四种情况下对757个样本进行测试。测试结果的识别平均识别率为91.80％，达到了很好的识别效果。