基于kinect的體感手勢識別系統(tǒng)設計.doc
約48頁DOC格式手機打開展開
基于kinect的體感手勢識別系統(tǒng)設計,基于kinect的體感手勢識別系統(tǒng)設計 2萬字48頁 原創(chuàng)作品,通過查重系統(tǒng)摘 要隨著模式識別和人工智能領域的不斷發(fā)展,使得人機交互技術在許多領域得到了應用。近年來,人體運動分析技術有了較大的進步,而能夠捕捉人體的動作是實現(xiàn)人體運動分析的前提。骨架提取作為捕捉人體動作的重要一環(huán),日益得到學術界的關注。骨架是保持圖像拓撲...
內容介紹
此文檔由會員 馬甲線女神 發(fā)布
基于Kinect的體感手勢識別系統(tǒng)設計
2萬字 48頁 原創(chuàng)作品,通過查重系統(tǒng)
摘 要
隨著模式識別和人工智能領域的不斷發(fā)展,使得人機交互技術在許多領域得到了應用。近年來,人體運動分析技術有了較大的進步,而能夠捕捉人體的動作是實現(xiàn)人體運動分析的前提。骨架提取作為捕捉人體動作的重要一環(huán),日益得到學術界的關注。骨架是保持圖像拓撲的一個重要特征,是表示物體形狀的一種有效形式,其信息量少,又能較完整的描述出物體的幾何性質,因此在模式識別、圖像檢索和虛擬運動等領域得到了廣泛的應用。Kinect是一種3D體感攝影機,同時它導入了即時動態(tài)捕捉、影像辨識、麥克風輸入、語音辨識等功能。
本論文基于Kinect等硬件,以LabVIEW設計了一人體骨骼定位系統(tǒng),從而實現(xiàn)體感手勢識別。論文中根據(jù)Kinect傳感器的軟硬件特點,提出了一種基于最優(yōu)閾值的圖像分割方法,利用該方法實現(xiàn)了人體與背景的分割;并對人體的剪影圖進行了去噪,通過Hilditch細化算法提取出了人體的骨架。最后,利用深度圖的特性識別了手臂的位置,解決了手臂的遮擋問題,獲取了完整的人體動作狀態(tài)。實驗結果表明:該系統(tǒng)能較準確的定位出肩關節(jié)、肘關節(jié)、手關節(jié)、膝關節(jié)等人體主要關節(jié)點的位置,從而實現(xiàn)體感手勢的識別。
關鍵詞:Kinect;深度圖像;背景分割;骨架提取
2萬字 48頁 原創(chuàng)作品,通過查重系統(tǒng)
摘 要
隨著模式識別和人工智能領域的不斷發(fā)展,使得人機交互技術在許多領域得到了應用。近年來,人體運動分析技術有了較大的進步,而能夠捕捉人體的動作是實現(xiàn)人體運動分析的前提。骨架提取作為捕捉人體動作的重要一環(huán),日益得到學術界的關注。骨架是保持圖像拓撲的一個重要特征,是表示物體形狀的一種有效形式,其信息量少,又能較完整的描述出物體的幾何性質,因此在模式識別、圖像檢索和虛擬運動等領域得到了廣泛的應用。Kinect是一種3D體感攝影機,同時它導入了即時動態(tài)捕捉、影像辨識、麥克風輸入、語音辨識等功能。
本論文基于Kinect等硬件,以LabVIEW設計了一人體骨骼定位系統(tǒng),從而實現(xiàn)體感手勢識別。論文中根據(jù)Kinect傳感器的軟硬件特點,提出了一種基于最優(yōu)閾值的圖像分割方法,利用該方法實現(xiàn)了人體與背景的分割;并對人體的剪影圖進行了去噪,通過Hilditch細化算法提取出了人體的骨架。最后,利用深度圖的特性識別了手臂的位置,解決了手臂的遮擋問題,獲取了完整的人體動作狀態(tài)。實驗結果表明:該系統(tǒng)能較準確的定位出肩關節(jié)、肘關節(jié)、手關節(jié)、膝關節(jié)等人體主要關節(jié)點的位置,從而實現(xiàn)體感手勢的識別。
關鍵詞:Kinect;深度圖像;背景分割;骨架提取