随着计算机技术和数字图像处理技术的发展, 机器视觉越来越广泛运用于实际生活中, 如通信领域、自动化生产等领域得到了越来越广泛的应用。其中，手势识别已经成为一种新兴的人机交互方式，是一种简单、自由的人机交互手段，同时也是是人机交互领域近年来的研究热点。特别是利用摄像头来实现对手势信息的非接触性捕获，并由计算机进行分析理解，然后完成交互任务，由于其自然和符合人自身行为习惯的交互方式而备受青睐。例如，在自动化焊接技术等应用场景中，由于环境、安全等各方面原因，利用手势识别技术实现工人向焊接机器发出指令操控成为十分有效的手段。

传统的动态手势识别手段主要是利用智能传感设备、可穿戴设备等，但是利用可穿戴设备进行手势识别的系统设备费用昂贵，操作上也有局限性，而基于机器视觉的手势识别则具有设备相对简单、操作更加方便的优势，成为手势识别的主要发展趋势。

同时，随着嵌入式技术不断普及，小型化、操作自由、交互智能成为新一代人机交互技术的发展趋势，基于嵌入式的手势识别就是其中的一项关键技术。嵌入式图像处理技术相对于基于PC等传统的图像处理系统，其具有小巧、灵活、实时性强、便携性好、低功耗、抗干扰强、程序固件化等优点, 得到了越来越广泛应用。但也存在显而易见的缺点, 硬件方面如处理器的处理速度不够快, 以及主频较低、缓存比较小、软件方面设计难度大、开发难度高和专业性要求高等。

另外，手势的形态在交互过程中的变化以及周围环境的干扰都会影响到手势的识别和理解。因此手势识别是计算机视觉和人机交互领域中的重要问题，如何将这种交互方式更好地在嵌入式系统中应用更是—个富有挑战性的工作。

本设计将基于嵌入式Linux系统、OpenCV 函数库构建一个嵌入式图像处理系统来实现对图像的处理。并且采用Qt编程技术，实现一个手势识别系统。该系统应能设置和学习一个手势命令集，包括硬件平台的构建和软件架构设计, 实现图像的采集、显示、存储及处理，通过对采集的手势视频信号进行分析与识别，输出识别的命令码。

2. 研究的基本内容与方案

1 研究目标

基于嵌入式Linux系统、OpenCV 函数库构建一个嵌入式图像处理系统来实现对图像的处理。并且采用Qt编程技术，实现一个手势识别系统。该系统应能设置和学习一个手势命令集，包括硬件平台的构建和软件架构设计, 实现图像的采集、显示、存储及处理，通过对采集的手势视频信号进行分析与识别，输出识别的命令码。

2 研究内容

①嵌入式图像处理平台硬件环境构建；

②嵌入式图像处理系统软件环境的构建；

③手势识别算法的程序实现；

④基于Qt的嵌入式手势交互演示系统设计；