学位论文 > 优秀研究生学位论文题录展示

基于复杂背景下手语识别技术的的研究

作　者: 张玉洁
导　师: 王民
学　校: 西安建筑科技大学
专　业: 计算机应用技术
关键词: 手语识别隐马尔可夫模型运动目标检测特征提取
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 18次
引　用: 0次
阅　读: 论文下载

内容摘要

随着社会的发展,信息无障碍的研究与发展受到人们越来越多的重视,其中一个很重要的技术就是手语识别和手语合成技术,这种技术的发展为聋人和正常人之间的自然交流提供了一个很好的通道。手语是聋人之间交流的基本方式,为了使聋人与正常人之间能够自然交流,需要把手语翻译成自然语言,反之亦然。手语识别的研究和实现具有重要的学术价值和广泛的应用前景,在图像分割方面,本论文采用自适应OTSU算法对图像进行分割。在运动目标检测方面,本文提出了基于背景差分法和双差分法进行联合检测运动目标区域的方法,用于估计运动目标的轮廓检测和大致运动轨迹检测。在特征提取方面,以手势的运动轨迹作为特征进行提取,采用图像的矩不变法计算运动手势的中心点,结合运动目标检测,得出运动手势的轨迹,供HMM模型进行模型参数训练和手语识别,实验表明,采用HMM算法可以有效地识别出测试用的手语词,同时通过实验发现,除了算法原因,识别结果与环境和采用的摄像头的好坏有着直接关系,对于后继实验有着重要指导意义。

全文目录

摘要  3-4
Abstract  4-8
1 绪论  8-14
  1.1 研究背景与意义  8-10
    1.1.1 研究背景  8-9
    1.1.2 研究意义  9-10
  1.2 国内外研究现状  10-12
    1.2.1 国外的研究现状  10-11
    1.2.2 国内的研究现状  11
    1.2.3 国内外研究现状评述  11-12
  1.3 该研究领域存在的关键技术与难点  12
  1.4 本文的研究内容  12-13
  1.5 本章研究小结  13-14
2 手语识别的基础知识  14-25
  2.1 手语的基本概念  14-16
    2.1.1 手语的含义  14
    2.1.2 手语的形成  14-15
    2.1.3 手语的分类  15
    2.1.4 手语的特征  15-16
  2.2 手势图像预处理  16-22
    2.2.1 彩色图像转灰度图像  16-17
    2.2.2 图像平滑  17-19
    2.2.3 图像边缘增强  19-22
    2.2.4 图像二值化处理  22
  2.3 基于视觉的手语识别技术  22-24
    2.3.1 基于模板匹配的方法  22-23
    2.3.2 动态时间规整法(DTW)  23
    2.3.3 隐马尔可夫模型(HMM)  23-24
  2.4 本章研究小结  24-25
3 特征提取  25-40
  3.1 视觉特征检测基本概念  25-27
  3.2 基于VFW的视频捕捉技术  27-32
    3.2.1 VFW技术原理  27-28
    3.2.2 VFW体系结构  28-29
    3.2.3 视频捕获模块及主要数据结构  29
    3.2.4 利用VFW技术实现视频捕获的工作流程  29-31
    3.2.5 单帧视频数据的处理  31-32
    3.2.6 VFW特点总结  32
  3.3 图像分割  32-35
    3.3.1 阈值分割法  33
    3.3.2 边缘检测法  33-35
    3.3.3 区域分割法  35
  3.4 图像自适应阈值分割  35-37
    3.4.1 OTSU算法  35-36
    3.4.2 最小误差分割  36-37
  3.5 手势特征提取  37-39
  3.6 本章研究小结  39-40
4 运动目标检测  40-46
  4.1 基于帧间差分法的目标检测  40-41
    4.1.1 帧间差分法  40-41
    4.1.2 双差分法  41
  4.2 基于背景差分法的目标检测  41-43
    4.2.1 背景差分法  41-42
    4.2.2 背景更新  42-43
  4.3 光流法  43-44
  4.4 基于背景差分法与双差分法的联合检测方法  44-45
    4.4.1 运动目标区域检测  44-45
    4.4.2 背景估计  45
  4.5 本章研究小结  45-46
5 复杂背景下的手语识别  46-58
  5.1 复杂背景下的手势分割  46-50
    5.1.1 肤色区域检测  46-47
    5.1.2 边缘检测  47-48
    5.1.3 平滑处理  48-49
    5.1.4 运动差分分析  49-50
  5.2 基于HMM的手语词识别  50
  5.3 隐马尔科夫模型(HMM)基础知识  50-52
    5.3.1 马尔科夫过程  50-51
    5.3.2 马尔科夫链  51
    5.3.3 隐马尔科夫模型  51-52
  5.4 HMM的基本问题  52-56
    5.4.1 识别问题  52-54
    5.4.2 译码问题  54
    5.4.3 学习问题  54-56
  5.5 手势轨迹特征提取  56
  5.6 实验分析  56-58
6 总结与展望  58-59
参考文献  59-62
致谢  62-63
攻读硕士期间发表的论文  63

基于复杂背景下手语识别技术的的研究

内容摘要

全文目录

相似论文