一种基于视觉的手指屏幕交互方法

本文提出了一种新的基于视觉技术的手指屏幕交互方法,利用手指在屏幕上的移动和点击等动作完成与计算机的交互.该方法使用两个摄像头从不同视角实时拍摄计算机屏幕,结合人手肤色和轮廓信息对手指进行实时跟踪,并根据两幅图像中的指尖位置和摄像头参数来判断指尖是否接触屏幕.实验结果表明,该方法可以完成鲁棒的手指跟踪和准确的点击检测,对光照条件没有严格的限制,实现了自然友好的人机交互操作,可以运用于智能交互、数字娱乐、穿戴计算等多种应用场合.     

基于Kinect的手势识别及在虚拟装配技术中的应用

为了实现在Virtools环境下自然方便的人机交互过程,设计开发了基于Kinect的虚拟装配交互技术。该技术通过三维多手指检测并结合Kalman滤波来稳定跟踪指尖,同时基于指尖特征自定义了多种装配所需的手势;以Mir-crosoft Visual Studio 2010为开发工具,设计了手势操控相关功能块的编辑后集成于Virtools环境中,实现了手势在虚拟装配中的交互控制。实例证明,该技术能很好地完成虚拟装配过程,效果良好。     

改进型高精度实时视频多指尖检测方法的研究

指尖提取已成为基于视觉的裸手人机交互的关键技术,针对目前很多识别手势和指尖检测方法存在的对设备要求高、系统效率低、局限于单指检测、应用局限性高和对于弯曲手指存在误检等诸多问题,提出了一种改进型高精度曲率多指尖检测法。首先,通过对提取到的手势边缘序列点求曲率和像素值判断法排除手指凹槽。同时还提出了掌心测距法结合手掌外接圆法等有效地去除了握拳时和手指半弯时解决类指尖误判问题的方案。最后,整合优化算法流程,实验验证表明该改进的检测方法能较好地提高程序运行效率,检测精度与运行速度得到了明显的改善。     

一种基于视觉的手指与全息影像交互研究

利用全息技术进行真三维显示是显示技术研究领域中的一个亮点。为了探讨人与三维全息影像的交互问题,提出了基于视觉的手指与全息影像的交互方法。结合背景差分和色度差分检测图像中的人手区域,然后分析手部轮廓曲率定位指尖位置,并通过指尖位置引导人头三维全息实影像的显示,实现了人与全息实影像的动态交互。最后,通过对比指尖坐标的程序检测值与人工标定值,验证了指尖定位的准确性;通过分析指尖位置与人头影像的对应关系,验证了交互的正确性。     

抗阴影和遮挡的动目标检测与跟踪

实际场景中往往存在运动阴影和障碍物遮挡等情况,严重影响了目标检测和跟踪的效果.为解决此问题,提出了一种抗阴影和遮挡的的运动目标检测与跟踪方法.该方法首先引入分类浮动更新策略,有效减轻了运算负担;其次,利用基于纹理梯度差和颜色特征不变量的阴影检测模块,为后续更加准确的分割前景创造了条件;然后采用基于MeanShift框架...     

综合灰度和纹理特征的运动阴影检测方法

为了提高运动目标阴影检测的有效性和稳健性,提出了一种综合灰度和纹理特征的阴影检测方法。该方法通过背景差分法提取运动区域,利用快速归一化互相关函数对运动区域进行检测,获得潜在的阴影区域。然后,利用Gabor小波分析潜在阴影区域的纹理特征,得到最终的阴影区域。实验结果表明,该算法能够实时有效地进行阴影检测,并具有较强的稳健性。     

基于颜色对立空间的运动目标的阴影检测

利用背景差分法检测运动目标,目标阴影和目标本身均会被当作前景检测出来。针对上述问题,提出了基于颜色对立空间的运动目标阴影的检测方法。该方法首先将提取的前景图像由常见的RGB格式转换成CIELAB颜色对立空间格式,再分别对其L＊、a＊和b＊三个通道进行边缘检测。由于CIELAB颜色对立空间所具有的接近人类视觉的特性,用上述检测出的边缘进行相关的数学形态学的处理,便可检测出阴影。实验结果表明该方法便捷快速,能够有效检测出运动目标的阴影。     

基于分数阶微分的Kinect传感器深度图像阴影检测方法

深度图像作为Kinect传感器的重要组成部分,其获得的深度图像往往伴随着不可避免和无法预知的阴影噪声,这也极大地影响并制约其在三维可视化等方面的应用及研究。因此,针对深度图像提出了一种基于分数阶微分的阴影检测方法。在研究分数阶微分定义的Tiansi模板基础上,设计并实现了一种非线性拉伸算子。该算子在0.6阶次可以增强阴影区域边界信息的同时实现阴影的有效检测。通过分析比较发现,该方法在F测度的评价体系中可以达到0.971,而其他传统的检测方法均小于0.7。实验结果证明文中提出方法可以有效实现深度图像的阴影检测。     

视频监控中运动目标检测和阴影消除

由于外界环境的复杂性,视频监控中检测出的运动目标往往轮廓缺损,并伴随阴影和噪声等问题.提出了一种方法用以改善轮廓、消除阴影和噪声.该方法首先利用五帧梯度图像的差分确定运动目标的变化区域,再与背景差分法的结果相或,获取了运动目标的完整轮廓.分析了阴影在HSV颜色空间的特性,用以消除阴影,并根据噪声的分布特性去除噪声.处理结果表明,处理速度为20 ms/帧,达到实时性要求,运动目标消除了阴影和噪声,具有较强的鲁棒性.     

基于光照不变性模型的运动目标检测新算法

运动目标检测有两大难点,即光照变化的影响,阴影对运动目标准确提取的影响。高志伟等人提出了基于彩色边缘的运动车辆检测,实现了复杂背景下的运动目标检测,但该方法无法消除阴影的影响。为了克服光照及阴影的影响,提出了基于一维不变性图像的背景模型,更新了最小熵投影角度,设计了运动目标检测的新算法。以交通运输领域为例,将本文算法和多层前景算法、边缘检测算法做了对比,通过实验验证了该方法在检测运动目标时能够克服光照变化影响,并有效抑制阴影。