论文总字数：13771字

摘 要

本文基于计算机视觉识别技术以及利用机器学习算法训练手部模型，通过目标检测、肤色分割和特征提取等手段检出图像中的手势信息。通过使用特定的手势实现对计算机的基本控制。

全文内容包括：首先阐述了手势识别和手势控制的背景和意义、研究状况以及对手势控制的实现过程进行了概括；然后简要介绍了本次开发所使用的开发工具和相关技术，详细介绍了手势识别中图像处理的步骤和细节，展示了手势控制程序的实现过程；最后进行了程序界面和完整的实现过程图的展示。

关键词：视觉识别 手势控制 肤色分割

Gesture control based on visual recognition

Abstract

In this paper, based on computer vision recognition technology and using machine learning algorithm to train the hand model, the gesture information in the image is detected by means of target detection, skin color segmentation and feature extraction. Basic control of the computer is achieved by using specific gestures.

The full text includes: Firstly, the background and significance of gesture recognition and gesture control, research status and the realization process of gesture control are summarized. Then it briefly introduces the development tools and related technologies used in this development, and introduces the steps and details of image processing in gesture recognition in detail, and shows the implementation process of gesture control program. Finally, the program interface and a complete implementation of the process diagram show.

Keywords: Visual recognition gesture control skin color segmentation

目 录

摘 要 I

Abstract II

目 录 III

第一章 绪论 1

1.1 课题背景及意义 1

1.2 手势控制研究现状 1

1.3 手势控制的难点 2

1.4 本文主要进行的工作 3

第二章 开发环境及框架 4

2.1 开发环境 4

2.1.1 VS2015介绍 4

2.1.2 OpenCV介绍 4

2.1.3 Qt框架介绍 5

2.2 程序总体流程图 6

2.3 相关技术介绍 6

2.3.1图像掩膜 6

2.3.2图像的拷贝 7

第三章 图像预处理 9

3.1 图像翻转 9

3.2 滤波去噪 9

3.3 背景消除 10

3.3.1背景消除描述 10

3.3.2实现过程 11

3.3.3效果展示 11

3.4 人脸去除 12

3.4.1实现过程 12

3.4.2效果展示 13

第四章 肤色分割 14

4.1 YCrCb颜色空间介绍 14

4.2 自适应阈值 15

4.3 Cr Otsu肤色分割 15

4.4肤色分割效果展示 16

第五章 手势提取 18

5.1 Haar特征 18

5.2 Adaboost 19

5.3 训练级联分类器 20

5.3.1 准备训练数据 20

5.3.2 开始训练 21

5.4 手势检测与提取 23

第六章 手势控制 24

6.1 轮廓匹配 24

6.2 手掌定位 24

6.3 控制实现 25

第七章 程序总体展示 27

7.1程序界面 27

7.2程序详细流程图 29

参考文献 30

第一章 绪论

1.1 课题背景及意义

随着现代计算机硬件不断的更迭、数字媒体技术和人工智能技术的快速发展，越来越多智能设备的出进入到我们的日常生活中，给我们的工作和生活带来了极大的便利，人与计算机等设备的接触和交互活动越来越频繁。虽然各式各样的硬件设备在兴起，但是人机的交互方式却依然停留在使用键盘、鼠标、按键等传统设备。对于特定的场合的传统的交互方式略显局限，用户操作感受不好，迫切需要一种全新的交互方式。

手是人体的重要组成部位，同时也是人类最重要的工具。手势是人们日常交流过程中的其中一种重要表达形式,来帮助个人表达思想和感情，人类社会很早就将手势用于交流过程中。手势具有丰富的表现力和高度的灵活性，所能够表达的语义丰富，所以将手势运用到人机交互中是一种非常理想的一种交互方式。

最早实现手势交互依靠数据手套等辅助硬件设备，帮助获取手势信息。近几年由于图像处理算法研究的深入和人工智能技术的不断发展，我们已经可以利用算法来弥补硬件上的不足，利用软件算法来代替硬件以达到相同的目的和效果。

那么将手势识别整合到其他依赖实体控制的设备中，用手势代替这些实体设备实现一种全新的人机交互方式，基于视觉识别的手势控制便是一个比较好的解决方法。手势控制这种方式不依赖于强大复杂的硬件，只需一个普通摄像头通过日常基本的手势就能实现计算机的手势控制，实现手势控制的成本低廉。由于不依赖于其他的硬件，相较于传统的交互方式，手势控制的方式更为灵活简便。

本文基于计算机视觉识别技术以及利用机器学习算法训练手部模型，通过目标检测，肤色分割，特征提取等手段检出图像中的手势信息，实现了利用特定手势能够对计算机进行基本的控制。

1.2 手势控制研究现状

最初，实现手势控制需要通过各种与手直接接触传感器等有线机器设备进行数据采集。这些设备可以准确的得到手部姿态和手指位置等信息，并将这些信息通过数字量化传输到机器中并实现控制。例如最早出现的手势控制设备的数据手套，通过内置的多种传感器，能够十分精确地获取手势控制所需的各种信息，此外其灵敏度、准确度和稳定性在设备控制上也表现得十分优良。但是该设备造价比较高昂，没有得到进行大规模推广。更重要的是这种识别方式本质上还是没有摆脱基于硬件设备，跟传统的鼠标键盘交互方式差别不大，没有发挥手势操控灵活的优点。

随着计算机视觉研究的深入和光学摄像头设备的不断更新，基于视觉的手势识别逐部成为热门并形成主流。

请支付后下载全文，论文总字数：13771字