论文部分内容阅读
随着计算机应用的普及，传统的人机交互方式（如键盘和鼠标）阻碍了计算机智能化的发展。如何让人能与机器进行更自然更人性化的交流，成为应用领域的研究新热点。其中，由于图像处理、模式识别、智能计算等相关领域的技术发展，基于机器视觉的交互方式得到重视，并开始产生应用需求。
本文综合应用计算机视觉、数字图像处理、人工神经网络等学科的背景知识，从手势图像的获取、图像的预处理、到最终的手势识别分类器设计等方面研究了基于计算机视觉的手势识别的过程和方法。其主要内容包括：
（1）通过基于高斯模型的肤色算法，手势能够从简单背景图片中有效的提取。
（2）在图像的预处理阶段，运用了数字图像处理的方法，以去掉干扰的噪音，最后得到纯粹的手势图像。
（3）在特征提取环节，讨论了图像形状特征的计算方法，并选择图像的几何矩来获得手势图像的特征。
（4）在分类器的设计过程中，选择人工神经网络技术对我们研究的手势样本进行了识别分析。
实验的结果证明了我们的方法是行之有效的，同时本研究也为进一步研究动态手势识别的工作提供了重要的前期准备工作和相关的理论基础。