1. 研究目的与意义
背景:白然、直观、简单，是人机交互技术的发展方向。作为人类最自然的表达方式之一，基于手势识别的人机交互技术已经成为当前的研究热点，它可以提高人机交互的智能性和自然性，降低用户的认知负担和学习门槛。随着计算机在现代社会影响的迅速扩大，多模式人机接口技术在现实生活中变得越来越重要。多模式人机接口技术研究的目标是解决计算设备的高智能性和高可用性问题的核心技术，研究方向是建立和谐自然的人机交互环境，使用户可以方便、自然地使用人类所熟知的方式使用计算机，其中最重要的环节就是要使得计算机能够准确无误地感知包括自然语言、手势语言、面部表情在内的不同人类表达方式，实现拟人化的人机交互。
目的:基于视觉的手势识别是计算机视觉与模式识别研究中的难点，它涉及人工智能、模式识别、概率统计学、计算语言学、计算机视觉等多个学科。到目前为止，基于视觉的手势识别技术获得了--定的进展，但是还有很多的问题有待于解决。因此，手势的检测和识别就成为了人机交互及模式识别领域的一项重要研究内容,是由手形动作辅之以表情姿势为符号构成的手语识别的关键技术之一。
意义:手势识别系统的研究具有广阔的实际应用前景。建立与计算机图像处理技术为基础的手语识别系统，可以消除健全人与聋哑人之间交流的障碍，使聋哑人更好地融入正常人的社会生活，大大提高他们的生存质量;另一 方面，作为人体语言理解的一部分， 手语识别可提供不同于键盘、鼠标等的人机交互手段，更方便人们轻松、高效地使用计算机及网络。
2. 研究内容与预期目标
研究主要内容:利用摄像机对手势进行图像或视频获取，然后经过手势图像的预处理、手势的特征提取和手势的分类器三方面研究，从而实现基于视觉的手势自动识别。其中在图像预处理阶段，对手势图像进行灰度化处理，再用高斯模板对手势图像进行平滑去噪。在此基础上对手势图像进行二值化，并作去除麻点和区域生长的操作，以得到最佳的二值化效果。并经过特征提取环节以及特征识别环节，实现对手势的自动识别。根据手势的伸展方向对手势进行粗分类，然后提取手势图像的特征向量对手势进行识别的方法，这种方法中提取的特征有良好的旋转、大小和平移的不变性。
预期目标:能够对一些简单的手势进行识别。
3. 研究方法与步骤
-
首先先查阅有关的手势识别的文献，确定手势识别系统主要设计内容在现有文献中已经成熟的技术以及主要关键技术和难点。
2、确定手势识别的整个过程，包括手势建模、手势分割、手势分析、手势识别等过程。分析各阶段中的功能以及实现该阶段的各种技术，分析其中的优缺点，选择最优的技术。
3、利用python编写手势识别系统，查看系统的功能是否满足要求以及查找系统中存在的问题,也就是对系统进行测试。找出其他的问题。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！4. 参考文献
[1] 贾小军, 喻擎苍. 基于开源计算机视觉库OpenCV的图像处理[J]. 计算机应用与软件, 2008, 25(004):276-278.
[2] 秦小文, 温志芳, 乔维维. 基于OpenCV的图像处理[J]. 电子测试, 2011(7):3.
[3] 周宇. 基于OpenCV-Python的图像分割技术的设计和应用[J].2022(3).
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！5. 工作计划
（1）2022.2.21-2022.2.27 查阅资料，填写开题报告，完成外文资料的翻译
（2）2022.2.28-2022.3.13需求分析，熟悉开发工具
（3）2022.3.14-2022.3.20概要设计
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
