基于曲率尺度空间的手部特征点提取

作     者：李淳 

作者单位：北京工业大学 

学位级别：硕士

导师姓名：孔德慧

授予年度：2015年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：手势识别 手部分割 特征点提取 曲率尺度空间 

摘      要：新型人机交互的研究中一种重要的交互方式是手势交互,这种交互是自然的、非接触式的交互,因此未来人机交互发展的趋势将更加趋向于手势交互。手势交互涉及计算机图形学、模式识别、人工智能等众多学科。因此,手势交互是一个非常有意义的研究领域。当前基于手势交互的研究主要集中在基于光学图像的处理上,包括手部检测、手势识别、手部特征点提取三个部分。手部检测用于检测人手,主要分为静态手势与动态手势两种方式。手势识别主要是对结果生成的目标进行特征点识别。手部特征点提取主要分为基于手部轮廓的手部特征点提取以及基于手部模型的手部特征点提取两类方法。因此,为实现高效、准确的非接触式人手特征点识别,本文提出一种基于曲率尺度空间的基于轮廓的人手特征点识别方法,以正面人手手势为研究对象,设计一种非接触式检测人手特征点的识别方法,具体完成的工作如下:(1)提出一种基于曲率尺度空间(curvature scale space,CSS)进行手部特征点(指尖点及指谷点)检测的方法。该方法通过不断对手部轮廓进行高斯平滑,并结合曲率阈值从而得到CSS曲率图,根据图中CSS轮廓分析极限值得出手部指尖点及指谷点坐标。并将此方法与传统的角度检测法和多边形拟合检测法进行了实验结果的对比。最终实验结果表明,尽管在时间效率上本文方法略逊于另外两种方法,但是在检测手部关节点的准确度上比另外两种方法要好。(2)设计并开发完成了基于手部轮廓进行手部特征点提取的系统。该系统通过KINECT体感摄像头获取到深度图像,并利用OPENNI得到人体骨架点坐标,并返回人体手部位置信息,通过划分搜索区域及设定深度阈值方式,分割手部并得到手部轮廓点,并通过找手轮廓内最大内切圆圆心方式,重新确定手部手心点。通过CSS方法得到指尖点和指谷点坐标。同时,还提出一种利用角度阈值和深度跳变结合的方式来补全缺失手指的方法,从而找到弯曲手指的指尖点。最后,通过大量实验,对系统性能和准确性进行了讨论分析,并设计了一种简单的手部模型来对结果进行展示。