您現在正在瀏覽:首頁 > 論文 > 計算機 > 畢業設計-基于多視角視頻采集與分析的智能鼠標算法研究—手勢特征提取

免費下載畢業設計-基于多視角視頻采集與分析的智能鼠標算法研究—手勢特征提取

  • 資源類別:論文
  • 資源分類:計算機
  • 適用專業:信息工程
  • 適用年級:大學
  • 上傳用戶:htjhuang
  • 文件格式:word+pdf
  • 文件大?。?/b>520.91KB
  • 上傳時間:2013-11-1 1:24:12
  • 下載次數:0
  • 瀏覽次數:22

安全檢測:瑞星:安全 諾頓:安全 卡巴:安全

資料簡介

畢業設計-基于多視角視頻采集與分析的智能鼠標算法研究—手勢特征提取,共34頁,13158字,附開題報告等
主要內容
1.主要研究內容:
1)特征分析:根據不同的手勢分析其邊緣特征,主要有拳頭,手掌,單個手指;
2)對經典邊緣檢測算法進行實現和實驗分析比較;
3)根據對經典算法的分析結果提出對手勢特征的具體描述算法并進行實驗驗證。
2. 采用的研究方法:
1)文獻法: 通過查詢和閱讀已有的文獻資料,在原有的基礎上將已有的結論進行平行的引用加強。
2)討論法:和做相近領域中論文的同學進行討論,對于討論后仍有疑難的問題請教指導老師。
3)比較法:對經典邊緣檢測算法和新興算法進行實現和比較。
4)分析法:在研究過程中對手勢的邊緣特征進行分析。
5)模擬法:利用計算機進行實況模擬,來得出最相近的解決方法
3.擬取得的研究成果:
1)完成相關經典邊緣檢測算法的實現;
2)針對具體的手勢特征提出有效的邊緣檢測方法;
3)與小組成員的其他算法模塊進行整合與測試;
4)完成畢業設計論文的撰寫,并完成一篇學術論文的投稿。

摘要
基于多視角視頻采集與分析的智能鼠標是通過不同角度的視頻采集,通過數據線,傳導到計算機中,再通過不同的算法對視頻進行分析。所采集的視頻是指手勢對計算機的控制,最終將實現用手作為鼠標,對計算機進行操作的目的。本課題又可分為目標檢測,特征提取,目標跟蹤,配準等。將這些內容整合歸一,形成一個完整的軟件體系。其中特征提取可分為邊緣檢測和角點檢測。
邊緣檢測是使用數學方法提取圖像像元中具有亮度值(灰度)空間方向梯度大的邊、線特征的過程。對手勢的邊緣提取,其目的在于準確的把握手勢所傳達的信息,不同手勢的邊緣不同。傳統的邊緣檢測方法基于空間運算,借助空域微分算子進行,通過將算子模板與圖像進行卷積合成,根據模板的大小和元素值的不同有不同的微分算子,如Robert算子、Sobel算子、Prewitt算子、LOG算子、Canny算子等,這些算子雖然易于實現、具有較好的實時性,但由于邊緣檢測問題固有的復雜性,使這些方法在抗噪性能和邊緣定位方面往往得不到滿意的效果,這主要是因為邊緣和噪聲都是高頻信號,很難在噪聲和邊緣中作取舍。而本文提出了一種基于Susan特征的邊緣檢測方法,通過驗證表明Susan算子能夠有效完整的提取出手勢的邊緣,性能優于傳統的邊緣檢測方法。
我們這次設計了幾種手勢,通過這幾種手勢的不同來傳達不同的信息。我們將采集多人的相同手勢進行對比分析,用不同算法進行檢測,找出一個最好的方法來實現邊緣檢測的功能。通過邊緣檢測能夠更好的識別出手勢的輪廓特征,便于后期的手勢識別。
關鍵詞:邊緣檢測,手勢特征,智能鼠標,視頻采集

Abstract
The smart mouse Algorithm based on the multi-angle video capture and analysis through different angles of video capture, through data lines, transmitted to the computer, and then by a different algorithm to analyze the video. The captured video finger gestures on the control of the computer, and will ultimately achieve the purpose of the hand as a mouse, to operate the computer. This topic can be divided into target detection, feature extraction, target tracking, registration and so on. Integration of these normalized to form a complete software system. Which can be divided into edge detection and corner detection feature extraction.
Edge detection is to use mathematical methods to extract image has brightness values (gray) space gradient direction edge line features. Gesture edge extraction, the object thereof is to accurately grasp the information conveyed by the gesture of the gesture, Different gesture has different edge. Traditional edge detection method based on space operations, with the help of the airspace differential operator the operator template image convolution synthesis, according to the size of the template and the element values of different different differential operator, such as Robert operator, Sobel operator, Prewitt operator, LOG operator, Canny operator, these operators is easy to implement, has a good real-time, but because of the inherent complexity of the problem of edge detection, so that the positioning of these methods in the anti-noise performance and edge are often not satisfied with the results, this is mainly because the edge and noise are high-frequency signals, it is difficult to make a decision in the noise and edge. In this paper, a new method is present, which is based on Susan characteristics of the edge detection. The results of the experiment show that Susan method not only can extract the completed edge of hand gestures effectively, but also has superior performance compare with some traditional edge detection method.
This time we designed several gestures to convey the type of information by the type of these types of gestures. We will capture the same gestures were analyzed from different people, using different algorithms to detect and identify the best methods to achieve the edge detection function. Edge detection are better able to identify the gesture contour features, easy-to-late gesture recognition.
Keywords: Edge Detection,Gesture features,intelligent mouse,Video Capture

目錄
第一章 緒論 - 4 -
1.1 研究背景 - 4 -
1.2 研究意義 - 5 -
1.3 內容簡介 - 6 -
1.3.1總體設計 - 6 -
1.3.2 本次論文章節安排 - 7 -
第二章 經典算法簡介 - 8 -
2.1 Sobel算子 - 8 -
2.2 Roberts算子 - 10 -
2.3 Prewitt算子 - 11 -
2.4 Log算子 - 12 -
2.5 Canny算子 - 15 -
第三章 本文選用的算法 - 19 -
3.1基于Susan特征的邊緣檢測算子 - 19 -
3.2 圖像去噪 - 21 -
第四章 Hog特征算法 - 23 -
4.1 Hog特征算法 - 23 -
4.2 圖像梯度幅值和方向 - 23 -
4.3 圖像細胞單元的劃分 - 24 -
4.4 HoG特征運行結果 - 24 -
第五章 總結與展望 - 27 -
致謝 - 28 -
本科在讀期間的成果 - 29 -
參考文獻 - 30 -

1.3 內容簡介
1.3.1總體設計
手勢識別是一種有效的人機交互方式。通過手勢的識別,能夠更加清晰明確的表明人的意識,讓機器更加準確的把握人的想法,明白人要做什么。手勢識別的常用方法有邊緣檢測法和角點檢測法,本課題重點研究的是邊緣檢測法。
圖像的邊緣是圖像的重要特征之一,圖像邊緣監測是圖像分割,目標識別等數字圖像處理領域的一個十分重要的基礎,其目的定位邊緣,抑制噪聲,因此是計算機視覺中不可缺少的一個環節。而實際生活中,圖像的邊緣是多種多樣的,如直線,斜線,弧線,直角,銳角,鈍角等,以及各種噪聲的干擾,邊緣檢測成為了數字圖像處理中的一個難題。
邊緣檢測是使用數學方法提取圖像像元中具有亮度值(灰度)空間方向梯度大的邊、線特征的過程,質是采取某種算法對圖像中對象與背景加以區分,將邊界線提取出來。
邊緣檢測的一般步驟為
①濾波:邊緣檢測算法主要是基于圖像強度的一階和二階導數,但導數的計算對噪聲很敏感,因此必須使用濾波器來改善與噪聲有關的邊緣檢測器的性能。需要指出,大多數濾波器在降低噪聲的同時也導致了邊緣強度的損失,因此,增強邊緣和降低噪聲之間需要折中。
②增強:增強邊緣的基礎是確定圖像各點鄰域強度的變化值。增強算法可以將鄰域(或局部)強度值有顯著變化的點突顯出來。邊緣增強一般是通過計算梯度幅值來完成的。
③檢測:在圖像中有許多點的梯度幅值比較大,而這些點在特定的應用領域中并不都是邊緣,所以應該用某種方法來確定哪些點是邊緣點。最簡單的邊緣檢測判據是梯度幅值閾值判據。
④定位:如果某一應用場合要求確定邊緣位置,則邊緣的位置可在子像素分辨率上來估計,邊緣的方位也可以被估計出來。在邊緣檢測算法中,前三個步驟用得十分普遍。這是因為大多數場合下,僅僅需要邊緣檢測器指出邊緣出現在圖像某一像素點的附近,而沒有必要指出邊緣的精確位置或方向。
通過邊緣檢測能夠更好的識別出手勢的輪廓特征,便于后期的手勢識別。通常邊緣檢測的方法有Prewitt算子,Roberts算子,Sobel算子,Log算子。這些方法雖然計算簡單,但是不能夠完整的沒有遺漏的提取出手勢的邊緣特征。而本文采用了一種新興的算法,基于Susan特征的邊緣檢測算子,通過與Sobel和LoG算子進行比較,本文提出的算法可以獲得手勢的整體輪廓特征。
1.3.2 本次論文章節安排
第一章 緒論               對研究背景和意義進行闡述
第二章 內容簡介           對研究內容進行介紹以及介紹論文章節進行安排
第三章 經典算法簡介       對經典算子進行逐一介紹并展示實驗結果
第四章 本文提出的算法     對核心算法進行介紹并展示實驗結果
第五章 系統簡介           對本組整體系統進行介紹
第六章 總結與展望         對本次項目進行總結與闡述心得體會

資料文件預覽
共2文件夾,6個文件,文件總大?。?004.05KB,壓縮后大?。?20.91KB
  • 畢業設計-基于多視角視頻采集與分析的智能鼠標算法研究—手勢特征提取
    • 基于多視角視頻采集與分析的智能鼠標算法研究—手勢特征提取
      • Microsoft Word文檔基于多視角視頻采集與分析的智能鼠標算法研究—手勢特征提取.doc  [980.95KB]
      • Adobe Acrobat可導出文檔格式文件中期檢查表.pdf  [3.63KB]
      • Adobe Acrobat可導出文檔格式文件開題報告.pdf  [5.93KB]
      • Adobe Acrobat可導出文檔格式文件成績單.pdf  [2.48KB]
      • Adobe Acrobat可導出文檔格式文件答辯記錄單.pdf  [2.42KB]
      • Adobe Acrobat可導出文檔格式文件進度報告.pdf  [8.64KB]
資料評論
注意事項
下載FAQ:
Q: 為什么我下載的文件打不開?
A: 本站所有資源如無特殊說明,解壓密碼都是www.485679.live,如果無法解壓,請下載最新的WinRAR軟件。
Q: 我的學海幣不多了,如何獲取學海幣?
A: 上傳優質資源可以獲取學海幣,詳細見學海幣規則。
Q: 為什么我下載不了,但學海幣卻被扣了?
A: 由于下載人數眾多,下載服務器做了并發的限制。請稍后再試,48小時內多次下載不會重復扣學海幣。
下載本文件意味著您已經同意遵守以下協議
1. 文件的所有權益歸上傳用戶所有。
2. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
3. 學海網僅提供交流平臺,并不能對任何下載內容負責。
4. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
5. 本站不保證提供的下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
返回頂部
微乐江西麻将苹果版 北斗导航股票 体彩湖北11选5玩法 江西快三预测高手 福建快3台子 股票春节开盘时间 重庆时时开奖官方网站 哈尔滨商品期货配资 河南快三网上投注平台 天津十一选五手机版 急速赛车手怎么玩