基于Kinect骨骼信息与深度图像的指尖点检测

• 作者: 张登攀 李国玄 王黎阳
• 来源期刊: 计算机测量与控制
• 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
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 24-29
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.03.005

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张登攀	河南理工大学机械与动力工程学院	30	128	7.0	10.0
2	王黎阳	河南理工大学机械与动力工程学院	2	1	1.0	1.0
3	李国玄	河南理工大学机械与动力工程学院	1	1	1.0	1.0