陳鑄

摘要： 隨著計算機(jī)技術(shù)應(yīng)用的快速發(fā)展，人機(jī)交互的出現(xiàn)滿足了人們很多需求。在這些人機(jī)交互方式里面最典型的一個例子就是第六感裝置。手勢識別是第六感裝置的關(guān)鍵技術(shù)，本文利用圖像處理來設(shè)計手勢識別算法，它能識別出常用的靜態(tài)手勢和動態(tài)手勢，將識別出的手勢作為指令來控制應(yīng)用系統(tǒng)。

Abstract： With the rapid development of computer technology， the emergence of human-computer interaction meets the requirements of many people. In the man-machine interactive way one of the most typical examples is the sixth sense device. Gesture recognition is the key technology of the sixth sense device. This paper， by using image processing to design the gesture recognition algorithm， it can identify common static gestures and dynamic hand gestures， to identify the gesture as instructions to control the application system.

關(guān)鍵詞： 人機(jī)交互；第六感裝置；圖像處理；手勢識別算法

Key words： the human-computer interaction；the sixth sense device；the image processing；gesture recognition algorithm

中圖分類號：TP317.4 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-4311（2017）09-0100-03

0 引言

人機(jī)交互方式越來越多樣，傳統(tǒng)的人機(jī)交互方式主要是基于鼠標(biāo)、鍵盤等外設(shè)的交互方式和基于觸摸屏技術(shù)的交互方式。隨著計算機(jī)技術(shù)的發(fā)展，人們開始不滿足現(xiàn)有的人機(jī)交互方式，因此在這樣的背景下出現(xiàn)了一些具有革命性的技術(shù)。比如VR，它是一種虛擬現(xiàn)實的仿真技術(shù)，它的核心技術(shù)是基于圖像處理的手勢識別算法。由VR衍生得到的第六感裝置，更是把這種技術(shù)完美地闡釋出來。 “第六感是一種便攜式手勢界面，盡可能的把物質(zhì)世界的事物數(shù)據(jù)化，增強(qiáng)人機(jī)交互的便捷力，使得現(xiàn)實世界和數(shù)為世界的聯(lián)系更為緊密”。第六感裝置所用的基于圖像處理的手勢識別算法已然成為了當(dāng)今世界人機(jī)交互技術(shù)的研究熱點之一。

1 圖像處理

圖像處理的方法多種多樣，包括圖像灰度化、直方圖、Kinect結(jié)構(gòu)。圖像灰度化中灰度圖（Grayscale）是指只含亮度信息，不含色彩信息的圖像，灰度圖使用比較便捷。第一，RGB值相同；第二，圖像數(shù)據(jù)索引值，也就是真實RGB的亮度值。

灰度直方圖是數(shù)字圖像處理中一個最簡單、最有用的工具，灰度直方圖（histogram）是灰度級的函數(shù)，它表示圖像中具有每種灰度級的象素的個數(shù)，反映圖像中每種灰度出現(xiàn)的頻率[1]。在圖像增強(qiáng)上面大多數(shù)采用直方圖操作；灰度直方圖的定義是：對于連續(xù)圖像，平滑地從中心高灰度級變化到邊緣的低灰度級[1]。其直方圖可定義為：

如圖1，是灰度直方圖的展示[1]。（a為圖像灰度輪廓線，b為其直方圖）

如果所有灰度級集中在加大范圍內(nèi)則圖像的動態(tài)取值相應(yīng)擴(kuò)大范圍，反之亦然。

Kinect是一個人體動作感知設(shè)備，它的整體結(jié)構(gòu)包括一個內(nèi)置芯片、一個普通的RGB攝像頭，能夠采集鏡頭范圍內(nèi)的RGB圖像，一個紅外激光發(fā)射器和一個由紅外CMOS攝像機(jī)組成的3D深度感應(yīng)器，一個轉(zhuǎn)動馬達(dá)用于上下調(diào)整角度以及一組麥克風(fēng)陣列可以用于語音識別。相比于前面提到的兩者，Kinect可用于商業(yè)開發(fā)、包含手勢識別和跟蹤功能、可自動對齊深度圖像和RGB圖像，全身跟蹤、關(guān)節(jié)旋轉(zhuǎn)角度計算、支持記錄/回放數(shù)據(jù)寫入磁盤、支持原始紅外視頻數(shù)據(jù)流等優(yōu)點[1]。

根據(jù)本文的研究內(nèi)容，在手勢識別圖像處理中，本人選用Kinect來獲取圖像并進(jìn)行處理。

2 第六感裝置手勢識別算法

第六感裝置的手勢識別方法是手勢識別技術(shù)領(lǐng)域的一次突破，是指基于第六感裝置所獲取的彩色信息、深度數(shù)據(jù)和骨骼信息進(jìn)行手勢的識別。工作流程如圖2所示。

靜態(tài)環(huán)境下手勢識別算法，首先利用Kinect相機(jī)獲得圖像的彩色、深度和骨骼數(shù)據(jù)，借助骨骼數(shù)據(jù)快速跟蹤手部點，成功跟蹤和檢測手部掌心點后，利用右手掌點的Z坐標(biāo)對深度圖進(jìn)行分割。分割條件公式如公式（3）所示[5]。

A（x，y）=0xff，Zhand-200

其中，A（x，y）標(biāo)記該像素點是否為手部區(qū)域點，Z（x，y）表示像素點（x，y）處的深度值，Zhand表示掌心點的深度值。在彩色圖像中顯示ROI其它區(qū)域設(shè)置為0x00，如圖3所示（圖3中的（a）圖為深度圖分割出的手勢，（b）圖為轉(zhuǎn)換到彩色圖中的手勢，（c）圖為膨脹后的ROI，（d）圖為ROI在彩色圖中的顯示）。

動態(tài)環(huán)境下手勢識別算法，除了在正常環(huán)境下，本算法在一些干擾因素多的環(huán)境下測試出的結(jié)果也讓人滿意。根據(jù)本文方法在動態(tài)環(huán)境中進(jìn)行了一系列實驗：包括復(fù)雜背景下；使被測對象周圍光照強(qiáng)度不同；以及被測對象做出旋轉(zhuǎn)動作；從圖4的識別結(jié)果five與彩色圖像手勢的對應(yīng)得出，本文提出的靜態(tài)手勢識別系統(tǒng)在多種動態(tài)環(huán)境下都能夠?qū)θ梭w手勢進(jìn)行改進(jìn)識別[6]。

3 第六感裝置手勢設(shè)計

要對手勢進(jìn)行檢測與識別，首先要對被識別物的信息進(jìn)行處理并提取特征點，然后通過所獲取的信息擬合出實際手勢。手勢特征提取用于強(qiáng)化手勢信息，去除干擾和噪聲。由于Huough是一種估計直線參數(shù)的方法，它能夠檢測到直線不連續(xù)的情況，而且對圖像的噪聲點不敏感，所以這里我們用Hough來檢測手勢。

（Hough變換利用圖像空間和Hough參數(shù)空間的點-線對偶性，把圖像空間中的檢測問題轉(zhuǎn)換到參數(shù)空間）[8]。通過在參數(shù)空間里進(jìn)行簡單的累加統(tǒng)計，然后在Hough參數(shù)空間尋找累加器峰值的方法檢測直線[8]。直線y=kx+b在極坐標(biāo)中的表示為=xcos+ysin，其中（，）定義了原點到之間的垂直量。在極坐標(biāo)系中，xy平面上的任一條直線與，空間中的點一一對應(yīng)。我們假設(shè)xy平面上的一條直線對應(yīng)的極坐標(biāo)系中的（0，0）點，對每個需要檢測的點做空間變換，在計算所有的（i，i）進(jìn)行增量，當(dāng)對所有的點進(jìn)行這種操作之后，（0，0）將是局部最大值。只要找到該空間的最大值就可以獲得這些點構(gòu)成的直線參數(shù)， Hough變換檢測直線可分為以下三個步驟：

①先假設(shè)一個二維數(shù)組的下標(biāo)與i、i的取值相對應(yīng)，給和的取極值范圍并分別對其進(jìn)行m，n等分；

②用Hough對圖像上的所有邊緣點進(jìn)行變換，并求出各經(jīng)過Hough變換后的i、i，判斷（i，i）與哪個數(shù)組元素對應(yīng)，則把該數(shù)組元素值加l；

③比較數(shù)組元素值的大小，（i，i）對應(yīng)了max，并且是這些共線點對應(yīng)的直線方程的參數(shù)，它們的共線的表達(dá)式為：i=xcosi+ysini。

對于和量化過大，直線參數(shù)不精確，這樣會加大工作量。因此，對于和的具體化要兼顧準(zhǔn)確度度和計算量。在進(jìn)一步得到被識別手勢的左右邊界點后，對其進(jìn)行線性回歸，得到平滑、連續(xù)的被識別手勢邊界。這時就可以根據(jù)邊界直線計算出被識別手勢中心線。設(shè)（m0，n0）為被識別手勢左邊界上的點，（m1，n1）為相應(yīng)的右邊界上的點，被識別手勢的中心線通過兩個車道直線夾角的平分線求得。之后可求得需要被識別手勢的寬度：

m0-m1（4）

當(dāng)找到被識別手勢邊界的位置后，手勢進(jìn)入跟蹤狀態(tài)。這時算法轉(zhuǎn)入跟蹤識別模塊階段，它只需要在感興趣區(qū)域?qū)Ρ蛔R別手勢邊界進(jìn)行識別即可。被識別手勢跟蹤算法其實就是被識別手勢檢測算法，它是根據(jù)前一次識別出的被識別手勢邊緣線，動態(tài)的調(diào)整感興趣的區(qū)域范圍，從而提高被識別手勢識別的實效性。跟蹤算法可以利用前一識別過程得到的被識別手勢邊界參數(shù)來預(yù)測。這樣就可以把對被識別手勢邊界的識別限制在一個較小的范圍內(nèi)，即所謂的感興趣區(qū)域。具體算法如下：

①通過對上一幀被識別手勢圖像分析得出被識別手勢邊界線的感興趣區(qū)域。

②根據(jù)被識別手勢左右邊界點分析得出被識別手勢中心點，以此擬合出被識別手勢中心線。

③找到手勢與中心線的位置以及角度的偏差。

如圖5所示，感興趣區(qū)域在整個圖像中占的比例不大。一幅640 X 480的圖像所取的感興趣區(qū)域往往放大比原來圖像的3倍，這樣放大處理區(qū)域，處理速度在一定程度上有較大的提高。

4 結(jié)束語

本文首先從圖像處理出發(fā)，針對圖像灰度化、直方圖和Kinect結(jié)構(gòu)進(jìn)行了介紹和分析。接著針對現(xiàn)有的手勢識別技術(shù)進(jìn)行分類，本文分別介紹了基于圖片處理的手勢識別系統(tǒng)的工作原理和流程，然后介紹了基于第六感裝置手勢識別算法，包括靜態(tài)環(huán)境下手勢識別算法、動態(tài)環(huán)境下手勢識別算法以及特征提取。最后一步就是第六感裝置的設(shè)計。其中包括第六感裝置設(shè)計的手勢圖像模型庫閾值的選取以及被識別手勢邊界線跟蹤。第六感裝置在總體識別效率上比較完備，但對于算法精度要求更高的如應(yīng)用于人機(jī)交互嵌入式平臺，需要改進(jìn)完善的地方還有很多，這也是未來繼續(xù)研究的方向。

參考文獻(xiàn)：

[1]孫樹森，馬文娟，桂江生，等.基于第六感裝置的《互動應(yīng)用開發(fā)》課程開發(fā)探究團(tuán)[J].中國校外教育，2012（30）：161-165.

[2]宋詩超，禹素萍.基于Kinect的三維人體建模與測量的研究[D].東華大學(xué).

[3]SakoeH，recognition Chiba S Acoustics Dynamic programming algorithm optimization for spoken word，Speech and Signal Processing[J]. IEEE Transactions on， 1978， 26（1）：43-49.

[4]潘松，黃繼業(yè)，王國棟.現(xiàn)代DSP技術(shù)[M].西安：西安電子科技大學(xué)出版社，2014：5-16.

[5]孔凡震.基于視覺的靜態(tài)手勢識別算法研究[D].蘭州交通大學(xué)，2009.

[6]常壓南.基于HMM的動態(tài)手勢識別[D].廣州：華南理工大學(xué)，2012.

[7]李瑞峰，呂開元.基于圖形變成技術(shù)的服務(wù)機(jī)器人人機(jī)交互系統(tǒng)的研究[J].制造業(yè)自動化，2013，25（3）：40-43.

[8]程萌萌，林茂松，王中飛.應(yīng)用第六感裝置手勢識別與視線跟蹤的智能教學(xué)系統(tǒng)研究[J].中國遠(yuǎn)程教育，201（5）：59-64.