北方民族大学电气信息工程学院 蒋涵妮

基于深度图像的手势识别技术研究

北方民族大学电气信息工程学院 蒋涵妮

随着计算机技术的发展，手势识别逐渐成为了人机交互的热点问题。本文利用Kinect摄像可以头采集到深度图像、彩色图像和人体骨骼信息的优势，通过利用Kinect摄像头采集的深度图像距离不同深度值不同的特点，通过设定深度阈值较好地将背景区域分割掉，将手势部分分割出来。特征提取部分利用曲率算法得到指尖个数，最后通过指尖个数进行手势识别。

人机交互；手势识别；深度图像；曲率算法

0 引言

随着计算机技术的发展，人机交互逐渐成为学者们研究的热潮，它将我们的生活引领到更加方便更加智能的潮流中。其中手势作为人体敏感、灵活的部位，更是被广泛地应用于人机交互中，称为我们所熟知的手势识别。

本文主要介绍静态手势识别。2010年，Microsoft发布了基于红外线深度传感技术的Kinect系列体感设备以及配套的Kinect for Windows SDK开发套件，Kinect摄像头可以采集到深度图像、彩色图像和人体骨骼信息，传统的基于肤色分割手势会受到光照及类肤色背景区域的影响，本文采用基于深度阈值的分割可以有效的避免光照及复杂背景环境的影响，完整地分割出手势部分；利用曲率算法得到指尖个数，通过指尖个数将手势分类。

1 基于深度图像的手势分割

1.1 kinect摄像头介绍

Kinect有三个镜头，中间的镜头是RGB彩色摄像机，用来采集彩色图像，左右……