基于Kinect骨骼信息与深度图像的指尖点检测

摘要：

针对普通摄像头手势识别系统易受复杂环境和光照条件等因素影响,存在对指尖点的漏判、误判问题,提出一种基于Kineet骨骼信息与深度图像的掌心点提取和指尖点检测的手势识别方法;在DRVI平台上创建Kinect的接口控件,对Kinect传感器获取人体骨骼信息和深度图像进行分析,采用了坐标映射、图像分割、距离变换的关键技术和方法从深度图中分割出手势部分区域,对手势区域形态学处理,结合凸包和K-曲率算法检测不同手势中指尖点的个数和位置,计算不同手势凸包轮廓上的点集生成的HOG (Histogram of Oriented Gradient)特征描述子,最后利用特征描述子对预定的6种数字手势进行识别;经实验测试可以在复杂环境和不同光照情况下正确识别指尖点.

关键词：手势识别、骨骼信息、深度图像、HOG特征描述子、指尖检测

所属期刊栏目：27

分类号：TP391(计算技术、计算机技术)

资助基金：河南省科技攻关项目142102210051;河南省教育厅科技攻关项目13A460338

在线出版日期：2019-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：24-29