本文關(guān)鍵詞：基于紅外的墻面投影交互技術(shù)研究

  更多相關(guān)文章： 投影交互 運(yùn)動(dòng)目標(biāo)檢測(cè) 邊緣提取 行為識(shí)別

【摘要】：隨著計(jì)算機(jī)和互動(dòng)多媒體技術(shù)的發(fā)展,人們對(duì)人機(jī)交互的需求越來越多,要求也越來越高。人們不再滿足于通過外設(shè)實(shí)現(xiàn)與計(jì)算機(jī)的交互,而是需要一種更自然的交互方式。為了研究并設(shè)計(jì)一款結(jié)構(gòu)簡(jiǎn)單、容易實(shí)現(xiàn)、成本較低的投影交互系統(tǒng),使其可應(yīng)用于游戲、娛樂、廣告等互動(dòng)領(lǐng)域。本文采用紅外攝像頭、投影儀等先進(jìn)的交互設(shè)備,著重研究了運(yùn)動(dòng)人體目標(biāo)檢測(cè)、運(yùn)動(dòng)目標(biāo)輪廓提取和運(yùn)動(dòng)人體行為識(shí)別等人機(jī)交互關(guān)鍵技術(shù),最終實(shí)現(xiàn)基于紅外的墻面投影交互系統(tǒng)。本文主要研究成果如下： (1)針對(duì)場(chǎng)景中運(yùn)動(dòng)人體目標(biāo)檢測(cè)問題,研究并提出了基于改進(jìn)的混合高斯背景模型的背景減除法。首先對(duì)采集的視頻圖像進(jìn)行中值濾波,減少噪聲對(duì)檢測(cè)結(jié)果的影響；之后建立混合高斯背景模型,通過改進(jìn)混合高斯背景模型的更新率,使前N幀的更新率大于之后的更新率,快速建立起混合高斯背景模型；然后將視頻圖像與背景模型進(jìn)行相減,檢測(cè)出運(yùn)動(dòng)目標(biāo)區(qū)域；最后對(duì)檢測(cè)出的運(yùn)動(dòng)目標(biāo)區(qū)域進(jìn)行腐蝕膨脹處理,提高檢測(cè)結(jié)果的準(zhǔn)確性。實(shí)驗(yàn)結(jié)果表明,該基于背景減除法的運(yùn)動(dòng)目標(biāo)檢測(cè)方法是可行有效的。 (2)針對(duì)運(yùn)動(dòng)人體目標(biāo)輪廓提取的問題,研究并提出了一種基于改進(jìn)的Sobel邊緣檢測(cè)算子的運(yùn)動(dòng)人體目標(biāo)輪廓提取的方法。首先通過形態(tài)學(xué)膨脹算法將運(yùn)動(dòng)人體目標(biāo)接觸的背景點(diǎn)合并到人體目標(biāo)中,從而使運(yùn)動(dòng)人體目標(biāo)邊界向外擴(kuò)張,實(shí)現(xiàn)人體目標(biāo)輪廓邊緣的連接；在此基礎(chǔ)上針對(duì)Sobel邊緣檢測(cè)算子只檢測(cè)水平和垂直兩個(gè)方向邊緣的缺點(diǎn),提出增加6個(gè)方向模板的改進(jìn)方法,最終實(shí)現(xiàn)對(duì)運(yùn)動(dòng)人體目標(biāo)輪廓的有效檢測(cè)與提取。實(shí)驗(yàn)結(jié)果表明,該Sobel邊緣檢測(cè)算子的運(yùn)動(dòng)人體目標(biāo)輪廓提取方法是可行有效的。 (3)針對(duì)運(yùn)動(dòng)人體行為識(shí)別的問題,研究并提出基于隱馬爾科夫模型的人體行為識(shí)別方法。首先研究了隱馬爾科夫模型的理論基礎(chǔ),包括其數(shù)學(xué)背景、模型定義以及隱馬爾科夫模型需要解決的三個(gè)問題；之后建立人體行為的隱馬爾科夫模型；再對(duì)模型中的參數(shù)進(jìn)行估計(jì)與訓(xùn)練；最后對(duì)目標(biāo)人體的動(dòng)作分類。實(shí)驗(yàn)結(jié)果表明,該方法對(duì)運(yùn)動(dòng)人體行為的識(shí)別是可行有效的。 (4)設(shè)計(jì)并實(shí)現(xiàn)了基于投影儀、紅外攝像頭等先進(jìn)設(shè)備的投影交互系統(tǒng)。為了完成自然、友好的用戶與場(chǎng)景交互,以提高用戶的體驗(yàn),基于本文提出的運(yùn)動(dòng)人體目標(biāo)檢測(cè)、運(yùn)動(dòng)人體目標(biāo)輪廓提取、運(yùn)動(dòng)人體行為識(shí)別方法,設(shè)計(jì)并實(shí)現(xiàn)了基于紅外的墻面投影交互系統(tǒng)。該系統(tǒng)細(xì)分為視景仿真、運(yùn)動(dòng)人體目標(biāo)檢測(cè)、行為識(shí)別、場(chǎng)景交互、音頻特效等五個(gè)重要模塊,最終完成基于紅外的墻面投影交互系統(tǒng)。該投影交互系統(tǒng)原型已經(jīng)在實(shí)驗(yàn)室穩(wěn)定運(yùn)行,運(yùn)行效果良好。
【學(xué)位授予單位】：北方工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王亮生,程蔭杭;一種改進(jìn)的基于混合高斯分布模型的自適應(yīng)背景消除算法[J];北方交通大學(xué)學(xué)報(bào);2003年06期

2 周培德,付夢(mèng)印,張長(zhǎng)江;紅外圖像邊緣提取的隨機(jī)閾值方法[J];兵工學(xué)報(bào);2005年02期

3 潘東杰;鄧濤;;一種基于閾值分割的紅外圖像邊緣檢測(cè)方法[J];電子科技;2010年06期

4 吳秋霞;鄧飛其;康文雄;;基于模糊積分融合的復(fù)雜場(chǎng)景下人體行為識(shí)別[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

5 朱旭東;劉志鏡;;基于主題隱馬爾科夫模型的人體異常行為識(shí)別[J];計(jì)算機(jī)科學(xué);2012年03期

6 趙雪松,陳淑珍;綜合全局二值化與邊緣檢測(cè)的圖像分割方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2001年02期

7 陳眾,李祖樞,李劍;基于HVS特性的圖像邊緣銳化方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2001年11期

8 武匯岳;張鳳軍;劉玉進(jìn);戴國(guó)忠;;基于視覺的手勢(shì)界面關(guān)鍵技術(shù)研究[J];計(jì)算機(jī)學(xué)報(bào);2009年10期

9 韓磊;李君峰;賈云得;;基于時(shí)空單詞的兩人交互行為識(shí)別方法[J];計(jì)算機(jī)學(xué)報(bào);2010年04期

10 萬纓;韓毅;盧漢清;;運(yùn)動(dòng)目標(biāo)檢測(cè)算法的探討[J];計(jì)算機(jī)仿真;2006年10期

，

本文編號(hào)：1238949