李国城

（广州新华学院，广东 广州510520）

随着计算机视觉技术的发展，基于视觉的人机交互智能化不断提高，利用人的手势动作、语音等，与计算机环境建立一种类似人与人的人机交互模式[1]，相比通过传统的鼠标、键盘等设备交流，可以减少硬件对人机交互的束缚和局限性，提高信息交流的简便性、自然性。近年来，众多科研研究机构对基于视觉的非接触式手势感知技术进行了深入研究，在体感娱乐游戏等领域有了新型的操控模式[2]。

目前新型的手势识别人机交互技术有基于计算机视觉和基于数据手套两种方式。手套内嵌微处理器及加速度传感器、弯曲传感器设计基于数据手套的识别系统，通过提取手掌轮廓区域的特征、手的倾斜度、手掌的运动轨迹等进行分析识别，识别精度较高，但需要佩戴特殊手套，使用有一定的局限性[3]。基于计算机视觉的方法是使用摄像头获取识别对象的RGB彩色图像和深度图像，对深度图像数据进行手势分割、定位、特征提取处理，达到对动态手势的正确识别[4]。本文选用微软公司的Kinect传感器作为摄像头获取动态手势的彩色图像和深度图像数据，再利用基于OpenCV视觉库的手势识别算法，并融入滤波算法，对手势进行提取和定义，达到最优解，降低了背景、光照等因素的干扰，有效提高了对动态手势识别的鲁棒性、实时性。

1 Kinect简介

Kinect是微软公司推出的一款XBOX体感输入设备，通过特定的摄像头与传感器实现了人机自然交互。……