基于体感传感器的手势识别.docx

基于体感传感器的手势识别

2万字 44页 原创作品，已通过查重系统


摘要 随着计算机领域技术的不断发展，人机交互技术不仅应用于各类科幻大片中，同时也逐步地出现在人们的日常生活中。尤其是对手势识别技术的研究逐渐活跃。在日常生活中需要用到手势交流的语言，如与听力障碍人士交流或者其它安静的场合都会用到手势语言，因此对于手势识别的研究具有极其重要的意义。手势识别的研究目的是通过计算机将手势转换成相应的文本信息或者相应的语义指令，从而进一步应用于各种需要用到手势控制的场合。由于手势识别面对的是整个生活场景，而生活场景往往是难以预料且多变的，生活场景要受到许多外界因素的干扰，如光照，温度，湿度等，因此目前基于视觉的人机交互还存在一定的局限性。针对这个问题，本文采用了一种基于深度传感器的手势识别方法，此方法克服了传统手势识别易受光照变化影响的问题。
本文主要目的是将手势识别的技术应用到手术室中。因此首先对视觉手势识别与人机交互的研究现状进行分析，针对目前手势识别中存在的不足，采用体感传感器Kinect进行手势识别及人机交互研究。该系统展现了一种不使用任何东西用空手作为输入媒体的人机交互的新方法。
本文首先介绍了手势识别的研究背景以及手势识别的国内外现状，简要介绍了本次设计的研究内容。其次重点分析了体感传感器Kinect获取深度图像的原理。针对深度摄像机进行了简单的介绍，以及具体介绍了深度成像原理。同时对采用的SDK驱动进行了简单的介绍。进一步具体描述了手势识别之前要做的相应数据的处理，即特征数据提取和标准化。最后将手势识别应用到了手术室中，目的在于通过Kinect传感器利用手势识别技术来实现在手术过程中解放医生的双手，让医生可以在手术过程中通过手势去调阅患者病灶图像，通过手势放大、缩小图片，来实现翻阅病例等操作。例如，医生可以通过“划动”手势翻阅医学影像，通过两个手指指尖距离靠近和远离实现缩小和放大，通过“垂直摆动”手势翻阅病例等。


关键词：Kinect 深度数据 手势识别 特征提取 手术室应用