针对虚拟现实跟踪技术的快速滤波算法

提出一种用于实现手位手形跟踪的颜色滤波方法的计算模型。它可以取代虚拟现实中的数据手套,成为人机交互的工具。本方法是基于计算机视觉技术,模仿人眼的颜色视觉的特性,通过提取手的像素的特征颜色作为参考,对整个图像进行颜色滤波处理,从而将背景和干扰物体的像滤除,只保留手的像。然后经过平滑和轮廓提取处理,得到只含有手的轮廓的图像。颜色滤波算法能大大提高跟踪和识别的可靠性和实时性。     

基于LBP和PCA机器学习的手势识别算法

为解决听力障碍者与无障碍者的信息交流问题,对哑语手势自动识别技术进行研究。提出了一种改进的手势识别算法。首先通过YUV肤色分割、图像差分、连通域检测等算法进行预处理,获取完整的手型区域图像。然后对手型的二值图像进行轮廓检测,采用LBP变换与主成分分析进行特征提取与压缩。最后运用支持向量机的机器学习算法构建分类器,对哑语手势进行分类识别。通过对630张手势图像进行实验,结果表明,提出的算法有效提高了识别率与速度,识别率达到94.22%,速度达到0.29s/幅,可以满足哑语交流的实时性要求。     

基于unity和kinect的交警手势识别仿真系统的设计和实现

为研究计算机辅助驾驶系统中交警手势的识别,搭建了一个虚拟驾驶场景的实验室研究仿真系统。采用了微软公司的Kinect设备采集人体骨骼数据,经由经验模型提取特征并使用模式识别对交警手势信号进行信号分类,使用unity公司的unity3D软件实现虚拟驾驶场景的三维重建。系统测试表明,使用kinect进行手势识别响应快,准确率高,使用unity作为虚拟驾驶场景的开发平台方便快捷,两者组合非常适宜搭建基于视觉的辅助驾驶系统的仿真环境。     

基于OpenCV的图像椭圆特征识别与定位研究

面向平板零件上螺纹孔的识别定位需求,基于开源计算机视觉库OpenCV进行椭圆特征的识别与定位研究。采用Canny边缘检测算法提取图像边缘信息,对边缘图像通过轮廓检索得到单一的连续轮廓,并对得到的每一条连续轮廓进行椭圆拟合。研究给出一种评价轮廓与所拟合椭圆误差的计算方法,以此误差为准则实现非椭圆特征的剔除。进一步针对螺纹孔形成的相套椭圆特征,采用聚类筛选的方法得到螺纹孔对应的内环椭圆特征,从而实现了板上螺纹孔的识别与定位。     

基于体感控制耦合深度相机的手势识别算法

针对当前手势识别算法易受光线变化、复杂场景等干扰,从而导致手势识别准确性下降的问题,定义了一种体感控制与深度相机的手势识别算法。所提出的手势识别方法结合了体感控制(Leap Motion)传感器和Kinect深度传感器,可以有效提高手势识别精度与鲁棒性。通过体感控制传感器提取指尖与手的质心距离、指尖与手掌平面的高度、指尖与手掌中心的角度,以及指尖在手参照系统中的3D位置;通过Kinect深度传感器来提取手指样本与手部中心的距离、手部轮廓的局部曲率、手部形状的连通区域以及距离特征之间的相似性;为了结合两种不同传感器数据的互补信息,摒弃冗余,通过采集的指尖3D位置,找到旋转平移参数,以最小化所有采集帧中指尖点的平均投影误差来定义一种联合校准方法,确定体感控制传感器和Kinect深度传感器的外部参数,完成两种传感器坐标转换;采用支持向量机(SVM)进行分类学习,完成手势识别任务。实验表明：相对于已有的手势识别算法,所提算法不仅在Jochen.Triesch手势数据库中具有更高的平均识别率,约为97%,而且在不同光线、不同肤色和背景的复杂环境下,其同样具有更高的准确率与稳健性。     

面向单向器星轮自动化装配的视觉检测定位

针对传统单向器星轮人工装配效率低下问题,分析了单向器星轮装配过程,构建了基于计算机视觉技术的工业机器人自动化装配方案。首先利用CCD摄像机捕捉星轮表面形貌图像,然后利用Open CV视觉库进行了摄像机标定,再结合图像噪声去除,Hough圆检测,轮廓提取等技术,实现了星轮位姿的非接触式视觉检测。最后以单向器为例验证了该检测方法的有效性,机器人通过视觉获取的星轮位姿信息完成自动化装配。     

基于机器视觉的离散傅里叶变换目标识别方法

提出了一种基于机器视觉与离散傅里叶变换的目标特征识别方法。利用计算机图像技术采集和处理图像信号;利用离散的傅里叶变换对图像数据提取特征,能够更好的辨别数据细节,从而可通过图像的比对来实现目标的识别。该方法在对实际的静止图像进行处理与计算后,能够很好的对图像的细节变化进行识别。     

低照度条件下超分辨率人脸图像采集系统设计与实现

在计算机技术高速发展的时代,多平台计算机视觉库随之产生。OpenCV作为一种开源代码的计算机视觉库,以可兼容多平台、接口广泛的特点被广泛运用各个领域。在低照度条件下,会出现光照环境差异过大或光线不足等情况,导致传统图像采集系统不能采集高质量的人脸图像,局限性较差。提出基于OpenCV在C 环境配置下运用三维人脸识别技术算法,设计一套低照度条件下超分辨率人脸图像采集系统。实验证明,该设计方案具有实时(对焦速度快)、快速(单张采集0.05秒)、准确(面部识别率99.3%)等特点,能够充分满足低照度条件下超分辨率人脸图像采集的需求。     

基于嵌入式机器视觉的羊体体征测量系统

针对现有牧场牲畜测量的工作量极大及人工测量的局限性难题,提出了一种基于机器视觉的草原牧场羊体体征的非接触式测量构建方法;考虑到牧场养殖环境,采用在便携式嵌入式Linux实时操作系统平台上,通过广角摄像头获取羊的彩色图像,并调用开源计算机视觉库OpenCV对图像进行实时处理,寻找体征特征点并计算羊的体高、体长等体征数据;图像处理过程:背景差分、图像去噪、二值化、轮廓提取和特征点识别;经实验验证表明:此测量方法有一定误差,但平均相对误差不超过3%,因此该测量方法具有较好的实用价值。     

基于单目视觉的虚拟鼠标方法

自然的交互方式有利于提高增强现实系统的真实感和沉浸感,是增强现实技术的重要研究内容。针对这一问题,提出一种基于单目视觉的虚拟鼠标实现方法,只需要使用单个摄像头,即可对裸手手势进行识别进而模拟真实鼠标动作,最后基于该方法开发了基于单目视觉的虚拟鼠标系统。首先,根据色度信息,分割手部肤色区域;然后,基于指尖的形态学特征识别指尖点,并过滤以排除误检点;最后根据指尖点及其坐标控制光标模拟鼠标动作。实验结果表明,该系统设备简单、精度较高,完全可以实现各种鼠标动作的模拟。     

A temporal hand gesture recognition system based on hog and motion trajectory

A real-time, rapid and robust gesture recognition system is usually hindered by difficulty of hand localization and complexity of hand gesture modeling, especially under complex background. For eliminating these obstacles, in this paper, we propose a method using histograms of oriented gradients features (HOG) and motion trajectory information for temporal hand gesture recognition in natural environment. We firstly localize hand in video stream based on hand detection by HOG and support vector machine algorithm (SVM). After hand localization, the motion trajectory information of consecutive hand gesture is extracted and a database of standard gestures is built. Finally, the Mahalanobis distance between input gesture and database is computed for recognition. As the experimental results shown, our method exhibits a good performance in real-time test.     

基于计算机视觉的管壳表面划痕检测技术研究

针对火工品管壳表面划痕人工检测工作量大、较为繁琐且人为误差较大的状况，将计算机视觉技术用于微小管壳表面划痕的检测分析中，在数字图像处理技术的基础上，应用二值图像轮廓提取的方法得到划痕的特征参数，根据形态学知识对零件表面划痕的形态特征进行比较分析。实验结果表明，通过将划痕显微图像中面积、短长径比等参数提取出来作为检测的依据，不但可以有效地克服现有的人工视觉检测方法的缺陷，而且稳定性和准确度也得到了提高。     

工业CT图像轮廓提取与优化系统设计

为了有效地提高面向逆向工程的工业CT图像轮廓处理的精准性和计算效率,开发了工业CT图像轮廓提取与优化系统。该系统主要包括图像处理模块、轮廓识别与提取模块、轮廓拟合与优化模块、图像处理经典算法库和数据接口等功能模块,实现了从工业CT图像到轮廓数据的三维点云与轮廓线的标准格式输出,并与逆向工程软件对接。同时,在轮廓拟合与优化模块中,提出了基于全局约束模型的轮廓拟合策略,并采用有向图分解和数值代数相结合的计算方法,提高了轮廓拟合的计算精度和效率。最后通过实例验证了系统的有效性和正确性。     

基于YCbCr颜色空间背景建模与手势阴影消除

为了提高动态手势检测的精确度,本文将基于YCbCr颜色空间的混合高斯背景建模应用于动态手势识别中,并且提出手势阴影消除的有效算法。首先,对待检测视频帧通过抠图抠出手势图像,在YCb'Cr'颜色空间进行椭圆拟合,统计建立椭圆肤色模型,继而在YCbCr颜色空间进行混合高斯背景建模检测出动态手势,点乘原图像得到含有阴影的RGB手势图像,对检测出的含有阴影的手势图像利用已建立的椭圆肤色模型进行阴影消除,最后将手势图像连成视频序列。实验结果表明,该算法在复杂背景下进行动态手势的检测率可达91.4%,高出传统方法10%左右,能够满足动态手势检测基本要求,且具有较高的实用价值。     

基于摄像头的近距手势识别系统的设计

随着电子技术的不断发展,人机交互方式也在得到转变,手势识别作为其中一项典型应用正吸引越来越多人的关注,本文即在嵌入式平台上通过相关算法实现了基本的手势动作识别。文中利用摄像头进行手势图像数据采集,采用STM32作为微处理器,对图像进行差影分割、噪声去除等处理,完成了近距离范围内对运动手势的实时定位和基本识别,并在此基础上对游戏俄罗斯方块进行了控制,实现了手势识别技术在人机交互中的应用,很好得体现出手势操作的便利性和全新用户体验。     

三维人手关节点的提取研究*

近年来以计算机为载体的人机交互愈发成为人们日常生活中的一个重要组成部分,人手作为仅次于语言的交流方式,有着不可或缺的作用,在人机交互中作为主要媒介有着重要的研究价值。本文在关节点的提取上基于特征匹配提出了一种新的研究方法-跨维匹配。在立体视觉手势交互的基础上,用kinect相机采集带有关节点标记的彩色图像和三维点云,通过特征点提取和匹配的方法,获得手势点云平面图的屏幕坐标,并与三维手势点云一一对应得到手势关节点的三维坐标。实验表明本文的方法是可行的,并且在手势关节点的提取效果上也很精确,能够很容易的应用到手势变换中。