摘要：近年来，基于深度图像的手势交互成为计算机视觉领域的研究热点之一。本文主要实现了一套在线手势识别系统。首先根据Kinect设备获取到的深度图像进行手部区域分割；接着进一步提取手部的轮廓信息，并实现手掌心以及指尖的定位；然后利用手势的轮廓信息计算协方差矩阵，将其作为特征描述子；最后结合识别算法进行在线手势识别的测试。实验结果表明，该方法具有较高的精准性与实时性，能够满足在线识别的功能。

关键词：Kinect传感器，深度信息，协方差描述子，在线手势识别

目录

摘要

Abstract

一、绪论-1

(一)-本课题的研究背景及意义-1

(二)-手势识别的研究概况-1

(三)-本课题研究内容及结构-3

二、Kinect的深度图像获取-4

(一) Kinect设备介绍-4

1. Kinect for Xbox One的硬件组成-4

2. Kinect深度图像成像原理-5

(二)-深度图像的获取-6

1.获取深度图像-6

2.深度信息转化为实际距离-6

三、手部分割与指尖识别算法-8

(一)基于阈值的手部分割-8

1.原理介绍-8

2.阈值的选取-8

(二)扫描法与区域生长法-9

1.扫描法-9

2.区域生长法-10

3.分割结果分析-11

(三)掌心点与指尖点的检测-14

1.算法介绍-14

2.-指尖识别结果分析-15

四、在线手势识别-17

(一)-CovAct描述符-17

(二)-动作比较-19

(三)-在线手势识别-20

1.-在线动作识别算法-20

2.-手势识别结果分析-20

五、关于本设计的总结与展望-23

(一)-设计总结-23

(二)-未来展望-23

参考文献-24

致谢-26