【毕业论文】基于计算机视觉的手势跟踪与识别技术的研究.doc文档28页优秀范文

但是这种 方法的识方法在实 现时无需购买昂贵的设备，仅需要廉价的摄像头和低端处理能力的机即可。

于视觉的手势识别是 计算机通过对摄像头拍摄的手势图像进行分析和处理提取出手的位置及形状。

这种要求打手势的人穿戴复杂的数据 手套，给人带来很多不便，因此这种方式不能成为未来发展的趋势。

过程中先后出现了基于文本方式的键盘基于图形方式的鼠标等交互 接，然而从种程度上说，这些机械设备在人机交互方面是不方便和不和谐的。

它把机器作 为人机交互的中心，在人机交围设备采集手势图像方式的不同可以把手势识别分为两种基于数据手套的手势 识别和基于视觉的手势识别。

基于数据手套的手势识别是通过数据手套和位置跟踪来测量手势运动的轨迹和时序信 息，其优点是系统的识别率高，缺点是输入设备昂贵，并且要求打手势的人穿戴复杂的数据 手套，给人带来很多不便，因此这种方式不能成为未来发展的趋势。

和开发的手语理解系统通过固定在人身上的物理传感器和个能够对手 臂进行精确定位的摄像机来获取手臂位置信息。

系统采用的语言模型对包括个单词 基于计算机视觉的手势跟踪与识别技术的研究 绪论 手势识别研究的意义 手势识别国内外研究现状 基于视觉的手势跟踪与识别流程图 基于计算机视觉的手势识别基础理论 模式识别概述 基于计算机视觉的手势跟踪理论 基于计算机视觉的手势识别理论 神经网络算法 基于模板匹配的算法 统计分析算法 隐马尔可夫模型 基于计算机视觉的手势跟踪与识使用主 成分分析方法创建统计结构，从而识别活跃对象的形状，即模型化系统和弹性对象的识别。

基于数据手套的手势识别是通过数据手套和位置跟踪来测量手势运动的轨迹和时序信 息，其优点是系统的识别率高，缺点是输入设备昂贵，并且它把机器作 为人机交互的中心，在人机交围设备采集手势图像方式的不同可以把手势识文本方式的键盘基于图形方式的鼠标等交互 接，然而从种程度上说，这些机械设备在人机交互方面是不方便和不和谐的。

与展望 附录 程序重要部分代码 手势识别的视频 国内外生产手本库的建立 手势图像的预处理 手势跟踪实验结果及分析 实时手势识别实验结果及分析 手势识别系统流程 手势跟踪与识别在人机交互中的应用 总结部分内容简介跟踪算法 颜色概率模型 基于计算机视觉的手部分内容简介跟踪算法 颜色概率模型 基于计算机视觉的手势跟踪与识别算法实验 手势图像预处理及特征提取实验结果 手势图像获取及手势样本库的建立 手势图像的预处理 手势跟踪实验结果及分析 实时手势识别实验结果及分析 手势识别系统流程 手势跟踪与识别在人机交互中的应用 总结与展望 附录 程序重要部分代码 手势识别的视频 国内外生产手势识别软件的厂家 绪论 手势识别研究的意义 在人机交互的发展过程中先后出现了基于文本方式的键盘基于图形方式的鼠标等交互 接，然而从种程度上说，这些机械设备在人机交互方面是不方便和不和谐的。

它把机器作 为人机交互的中心，在人机交围设备采集手势图像方式的不同可以把手势识别分为两种基于数据手套的手势 识别和基于视觉的手势识别。

基于数据手套的手势识别是通过数据手套和位置跟踪来测量手势运动的轨迹和时序信 息，其优点是系统的识别率高，缺点是输入设备昂贵，并且要求打手势的人穿戴复杂的数据 手套，给人带来很多不便，因此这种方式不能成为未来发展的趋势。

基于视觉的手势识别是 计算机通过对摄像头拍摄的手势图像进行分析和处理提取出手的位置及形状。

这种方法在实 现时无需购买昂贵的设备，仅需要廉价的摄像头和低端处理能力的机即可。

并且在操作 时更加自然方便，符合以人为本和自由性的要求，是手势识别未来发展的趋势。

但是这种 方法的识别效率比基于数据手套的手势识别低，而且能够识别的手势种类受到很大的限制， 是目前亟待解决的问题。

国外很早就开始了对手势识别的研究工作。

创建的手语识别系统使用神经网 络的方法识别了个不同的手势。

等人使用隐马尔可夫模型对输入视频序 列中的美国手势中带有词性的个词汇随机组成的句子进行了识别，其中参数的估 计采用的是算法。

系统对分离单词的识别和由个单词组成的句子句子的结构限定为 代词动词名词形容词代词的识别分别进行了测试，识别正确率达。

使用主 成分分析方法创建统计结构，从而识别活跃对象的形状，即模型化系统和弹性对象的识别。

和开发的手语理解系统通过固定在人身上的物理传感器和个能够对手 臂进行精确定位的摄像机来获取手臂位置信息。

系统采用的语言模型对包括个单词 基于计算机视觉的手势跟踪与识别技术的研究 绪论 手势识别研究的意义 手势识别国内外研究现状 基于视觉的手势跟踪与识别流程图 基于计算机视觉的手势识别基础理论 模式识别概述 基于计算机视觉的手势跟踪理论 基于计算机视觉的手势识别理论 神经网络算法 基于模板匹配的算法 统计分析算法 隐马尔可夫模型 基于计算机视觉的手势跟踪与识别系统 手势图像预处理及特征提取 手势图像预处理 图像平滑 图像色彩空间转换 图像二值化 图像形态学处理 手势图像特征提取 手势跟踪算法研究 跟踪算法 跟踪算法 颜色概率模型 基于计算机视觉的手势跟踪与识别算法实验 手势图像预处理及特征提取实验结果 手势图像获取及手势样本库的建立 手势图像的预处理 手势跟踪实验结果及分析 实时手势识别实验结果及分析 手势识别系统流程 手势跟踪与识别在人机交互中的应用 总结与展望 附录 程序重要部分代码 手势识别的视频 国内外生产手势识别软件的厂家 绪论 手势识别研究的意义 在人机交互的发展过程中先后出现了基于文本方式的键盘基于图形方式的鼠标等交互 接，然而从种程度上说，这些机械设备在人机交互方面是不方便和不和谐的。

它把机器作 为人机交的方法识别了个不同的手势。

国外很早就开始了对手势识别的研究工作。

创建的手语识别系统使用神经网 络别效率比基于数据手套的手势识别低，而且能够识别的手势种类受到很大的限制， 是目前亟待解决的问题。