基于kinect的体感手势识别系统设计.doc
约48页DOC格式手机打开展开
基于kinect的体感手势识别系统设计,基于kinect的体感手势识别系统设计 2万字48页 原创作品，通过查重系统摘 要随着模式识别和人工智能领域的不断发展，使得人机交互技术在许多领域得到了应用。近年来，人体运动分析技术有了较大的进步，而能够捕捉人体的动作是实现人体运动分析的前提。骨架提取作为捕捉人体动作的重要一环，日益得到学术界的关注。骨架是保持图像拓扑...
内容介绍
此文档由会员 马甲线女神 发布
基于Kinect的体感手势识别系统设计
2万字 48页 原创作品，通过查重系统
摘 要
随着模式识别和人工智能领域的不断发展，使得人机交互技术在许多领域得到了应用。近年来，人体运动分析技术有了较大的进步，而能够捕捉人体的动作是实现人体运动分析的前提。骨架提取作为捕捉人体动作的重要一环，日益得到学术界的关注。骨架是保持图像拓扑的一个重要特征，是表示物体形状的一种有效形式，其信息量少，又能较完整的描述出物体的几何性质，因此在模式识别、图像检索和虚拟运动等领域得到了广泛的应用。Kinect是一种3D体感摄影机，同时它导入了即时动态捕捉、影像辨识、麦克风输入、语音辨识等功能。
本论文基于Kinect等硬件，以LabVIEW设计了一人体骨骼定位系统，从而实现体感手势识别。论文中根据Kinect传感器的软硬件特点，提出了一种基于最优阈值的图像分割方法，利用该方法实现了人体与背景的分割；并对人体的剪影图进行了去噪，通过Hilditch细化算法提取出了人体的骨架。最后，利用深度图的特性识别了手臂的位置，解决了手臂的遮挡问题，获取了完整的人体动作状态。实验结果表明：该系统能较准确的定位出肩关节、肘关节、手关节、膝关节等人体主要关节点的位置，从而实现体感手势的识别。
关键词：Kinect；深度图像；背景分割；骨架提取
2万字 48页 原创作品，通过查重系统
摘 要
随着模式识别和人工智能领域的不断发展，使得人机交互技术在许多领域得到了应用。近年来，人体运动分析技术有了较大的进步，而能够捕捉人体的动作是实现人体运动分析的前提。骨架提取作为捕捉人体动作的重要一环，日益得到学术界的关注。骨架是保持图像拓扑的一个重要特征，是表示物体形状的一种有效形式，其信息量少，又能较完整的描述出物体的几何性质，因此在模式识别、图像检索和虚拟运动等领域得到了广泛的应用。Kinect是一种3D体感摄影机，同时它导入了即时动态捕捉、影像辨识、麦克风输入、语音辨识等功能。
本论文基于Kinect等硬件，以LabVIEW设计了一人体骨骼定位系统，从而实现体感手势识别。论文中根据Kinect传感器的软硬件特点，提出了一种基于最优阈值的图像分割方法，利用该方法实现了人体与背景的分割；并对人体的剪影图进行了去噪，通过Hilditch细化算法提取出了人体的骨架。最后，利用深度图的特性识别了手臂的位置，解决了手臂的遮挡问题，获取了完整的人体动作状态。实验结果表明：该系统能较准确的定位出肩关节、肘关节、手关节、膝关节等人体主要关节点的位置，从而实现体感手势的识别。
关键词：Kinect；深度图像；背景分割；骨架提取
