基于手掌分割的摄像机阵列手部定位技术研究

人手的三维空间定位是虚拟现实交互中的关键技术之一。人手目标是具有多自由度的柔性体,而且运动范围较大,难以准确定位。提出一种基于手掌分割的摄像机阵列手部定位技术,可以有效解决上述两大难点。该方法首先对单摄像机采集到的图像进行基于颜色的手部整体轮廓信息提取。然后,通过分析轮廓特征分割手掌。以手掌为近似刚体,在二维图像中对手掌进行定位。最后,智能选取摄像机阵列中符合定位要求的多个摄像机,应用摄像机配对、投影几何以及最小二乘法估计人手目标的三维位置。实验结果表明,该方法抗干扰性好,对不同手型的适应能力强。同时应用多摄像机进行手部定位,不仅跟踪范围广,而且可以在标定困难的环境中,应用未标定的摄像机阵列获得较高的精度。

鱼眼图像中手部定位及手势识别

针对增强现实领域手势交互的需求,提出鱼眼图像中手部定位及手势识别的方法。首先在YCb Cr颜色空间中检测肤色区域,再利用HSV空间颜色直方图特征和形状特征在肤色区域中检测标识物,分割手部区域。然后将标识物质心作为手部定位中心,根据鱼眼镜头的成像原理,计算该点相对于鱼眼镜头的三维位置。最后提取手势形状特征,实现手势识别。通过对85幅不同背景及光照条件下的鱼眼图像进行实验,此方法识别手势的正确率为96%,识别单幅鱼眼图像约耗时0.03 s。实验结果表明,该方法可以快速准确地实现在复杂背景下的手部定位与手势识别。

多颜色标记三维定位以及标记点稳定性研究

在基于颜色标记的手部识别以及运动跟踪的过程中,由于背景及噪声的干扰,二维图像点坐标会发生波动,产生误差,导致由二维图像坐标计算手部三维坐标的过程中,静止状态下的带标记的目标在虚拟环境中会发生抖动。采用自适应分块区域增长法跟踪颜色标记,获得标记点区域范围,在该范围内进一步采用局部Hough变换精确定位颜色标记。实验证明,该方法在不降低亚像素精度的前提下,可以稳定定位手部标记点,且具有先验知识的局部Hough变换,在克服已有Hough变换不足的同时,能有效提高定位精度。