基于Kinect的體感手勢識別系統(tǒng)設(shè)計

2萬字 48頁 原創(chuàng)作品，通過查重系統(tǒng)

摘 要
隨著模式識別和人工智能領(lǐng)域的不斷發(fā)展，使得人機(jī)交互技術(shù)在許多領(lǐng)域得到了應(yīng)用。近年來，人體運動分析技術(shù)有了較大的進(jìn)步，而能夠捕捉人體的動作是實現(xiàn)人體運動分析的前提。骨架提取作為捕捉人體動作的重要一環(huán)，日益得到學(xué)術(shù)界的關(guān)注。骨架是保持圖像拓?fù)涞囊粋€重要特征，是表示物體形狀的一種有效形式，其信息量少，又能較完整的描述出物體的幾何性質(zhì)，因此在模式識別、圖像檢索和虛擬運動等領(lǐng)域得到了廣泛的應(yīng)用。Kinect是一種3D體感攝影機(jī)，同時它導(dǎo)入了即時動態(tài)捕捉、影像辨識、麥克風(fēng)輸入、語音辨識等功能。
本論文基于Kinect等硬件，以LabVIEW設(shè)計了一人體骨骼定位系統(tǒng)，從而實現(xiàn)體感手勢識別。論文中根據(jù)Kinect傳感器的軟硬件特點，提出了一種基于最優(yōu)閾值的圖像分割方法，利用該方法實現(xiàn)了人體與背景的分割；并對人體的剪影圖進(jìn)行了去噪，通過Hilditch細(xì)化算法提取出了人體的骨架。最后，利用深度圖的特性識別了手臂的位置，解決了手臂的遮擋問題，獲取了完整的人體動作狀態(tài)。實驗結(jié)果表明：該系統(tǒng)能較準(zhǔn)確的定位出肩關(guān)節(jié)、肘關(guān)節(jié)、手關(guān)節(jié)、膝關(guān)節(jié)等人體主要關(guān)節(jié)點的位置，從而實現(xiàn)體感手勢的識別。


關(guān)鍵詞：Kinect；深度圖像；背景分割；骨架提取