摘 要

以研究适合人际交流习惯的人机交互技术变得异常活跃，手势识别作为其中的一种已成为一项重要的探索题目。人机间的通信不再借助中间媒介，计算机的输入设备，可以直接选择人手，用户可以定义恰当简单的手势，对周围的机器设备来控制输入。FPGA在图像处理方面具有很大的优势，在实现手势识别算法时，有很高的处理速度，整体性能更佳。

手势识别技术算法的识别，过程主要有预处理、手势分割、手势特征参数提取以及匹配识别。在该过程中本文对分割算法进行分析，分割是在YCbCr空间建立肤色阈值模型进行，因为该空间肤色聚类特性较好。特征参数选择的是Hu矩及手势面积周长比，进行匹配识别时，还对模板匹配算法进行了探索。

最重要的是本文进行了手势识别算法的FPGA实现。采取流水线算法设计了预处理模块的快速中值滤波，手势分割采取的是ROM查找表的方法。实现腐蚀和膨胀运算对图像信息的优化填补，为得到完整的手势轮廓，对Sobel算子边缘检测模块进行了探索。选取特征参数时，选择手势面积周长比和Hu不变矩组中的前4个作为特征向量，并实现了FPGA的处理，识别效果较好。通过最小欧氏距离计算比较识别距离实现了手势图像的识别。

通过软件仿真，本文成功地完成了手势识别算法的FPGA实现。

关键词：手势识别，FPGA，手势图像处理，特征参数提取，快速中值滤波

Abstract

In order to study the human computer interaction technology which is in conformity with human communication habits become very active, gesture recognition as one of the most important research topics. The communication between man and machine no longer needs the intermediate medium, the computer input equipment, can choose the manpower, the user can define the appropriate simple gesture, to the surrounding machine equipment control input. FPGA has a great advantage in image processing, in the realization of hand gesture recognition algorithm, there is a high processing speed, the overall performance is better.

Hand gesture recognition technology algorithm recognition, the process is mainly pretreatment, gesture segmentation, gesture feature extraction and matching recognition. In this process, the segmentation algorithm is analyzed, and the color threshold model is established in the YCbCr space, because the space skin color clustering is better. Feature parameters are selected by the Hu moment and the gesture area perimeter ratio, to match the recognition, but also to the template matching algorithm is explored.

The most important is the FPGA implementation of the hand gesture recognition algorithm. The fast median filtering of the preprocessing module is designed by pipelining method, and the method of gesture segmentation using ROM lookup table is adopted. To achieve the optimization of the image of corrosion and expansion, to obtain the complete gesture contour, the Sobel operator edge detection module was explored. When selecting the characteristic parameters, the first 4 of the gesture area circumference ratio and the Hu invariant group are selected as the feature vectors, and the processing of FPGA is realized. The recognition of gesture images is realized by using the minimum Euclidean distance.

Through software simulation, this paper successfully completed the FPGA implementation of gesture recognition algorithm.

Key Words：gesture recognition，FPGA, gesture image processing, feature parameter extraction,fast median filtering

目 录

摘要 I

ABSTRACT II

第1章 绪论 1

1.1 设计背景和研究意义 1

1.2 手势识别技术的研究现状 1

1.2.1 国内的研究现状 1

1.2.2 国外的研究现状 2

1.2.3 手势识别FPGA应用的现状 2

1.2.4 应用范围和发展前景 2

1.3 重点研究内容 3

第2章 手势识别技术算法研究 4

2.1 图像预处理去噪 4

2.1.1 中值滤波算法 4

2.1.2 快速中值滤波算法 5

2.2 手势分割介绍 6

2.2.1 颜色空间及其相互转换 7

2.2.2 肤色模型的建立并二值化 7

2.2.3 形态学处理 8

2.3 手势特征的提取 9

2.3.1 边缘检测 9

2.3.2 手势图像面积周长比 11

2.3.3 矩和不变矩 11

2.4 匹配识别 12

2.5 本章小结 13

第3章 手势识别算法的FPGA实现 14

3.1 视频编解码与图像存储控制 15

3.1.1 视频解码模块 15

3.1.2 存储控制模块 17

3.1.3 显示控制模块 17

3.2 预处理 19

3.2.1 3×3方形窗生成模块 19

3.2.2 快速中值滤波的FPGA实现 20

3.3 手势图像分割 22

3.3.1 建立肤色模型并二值化 22

3.3.2 形态学滤波算法的FPGA实现 22

3.4 手势特征提取 23

3.4.1 Sobel算法的FPGA实现 24

3.4.2 手势特征向量提取 26

3.5 手势识别 30

3.5.1 建立手势样本库 30

3.5.2 模板匹配算法的FPGA实现 30

3.6 本章小结 32

第4章 总结与展望 33

4.1 工作总结 33

4.2 工作展望 33

参考文献 34

致 谢 36

第1章 绪论

1.1 设计背景和研究意义

随着计算机、网络、通信等技术的快速发展，适合人际交流习惯的新颖人机交互技术的研究变得十分活跃，在识别人脸和表情、唇读、跟踪头部运动、手势识别及人体姿势识别等方面都有很大的成果。自然直观且易学习的手势，是人机交互手段的一种，人机间通讯无需中间媒介，输入设备可以直接是人手，用户可以定义一种简单合理的手势，来对周围的机器加以控制。手势研究可以分为手势合成和手势识别，把人手作为输入手段的方法，和其他输入方法相比，具有自然性、简洁性、直接性的特点，具有十分实际的探索意义和发展远景。

人机交互的重要组成部分有很多，手势识别作为其中一种，它的的探索发展影响着人机交互的自然性和灵活性。手势识别技术的研究被人们所熟知，备受关注。之所以进行研究，是它简洁方便，易于进行人机交互。

手势识别技术，普遍可以被应用。家用电器方面，它可以进行智能控制，加速智能家电的发展。进行电子消费时，它可以代替电子设备的控制端对其进行控制，在学习和娱乐休闲设备方面也有同样的应用。控制机器设备时，它可以将手其应用在软件中，方便操控软件。助残方面，它可以帮助聋哑人更好地与人交流，和正常人进行无障碍沟通。这样，不论是现在还是以后，手势识别技术可以使我们的生活变得更加方便，人机交互更加快捷，机器与人的交互性发挥到最大化。