[毕业设计] [毕业设计]基于多视角视频采集与分析的智能鼠标算法研究—目标跟踪算法

论文简介：

毕业设计-基于多视角视频采集与分析的智能鼠标算法研究—目标跟踪，共35页，13568字，附程序、开题报告等
主要内容
1. 主要研究内容
基于多视角视频采集与分析的智能鼠标算法研究主要对特定几种语义手势
及手势轨迹进行识别，通过手势的识别结果完成对鼠标的控制，本课题的主要
内容是完成其中的跟踪部分。具体包括：
1）经典meanshift、camshift和卡尔曼滤波算法的实现；
2）针对手势的特征和实际的应用环境，提出一种快速的有效的手势跟踪算
法；
3）通过实验对算法进行验证和改进；
4）完成与其他模块之间的整合与软件测试。
2. 拟完成的研究成果：
1）实现meanshift、camshift和卡尔曼滤波跟踪算法，并通过实验结果进行分
析；
2）针对具体的手势跟踪，提出有效的解决方法并进行实验验证；
3）与小组同学合作，将各模块内容融合为一个能够实现基于多视角视频采
集与分析的智能鼠标的系统软件；
4）完成毕业设计论文及一篇关于手势跟踪算法的学术论文投稿。

摘要
随着人机交互技术的不断发展，越来越高端的交互技术融入到了人们的日常生活。传统的鼠标已经不能完全满足人们的应用需求，同时伴随着更加高端的视觉、语音、行为交互技术，一种新型的视觉交互鼠标应运而生。使得人们可以轻松地在电脑摄像头前动动手指指挥电脑中的光标来完成本应由传统鼠标来完成的任务。然而该设计需要提取并分析手部所做出的动作来进行相应的鼠标操作，必须要跟踪手部以获取所需的手部信息。因此，需要更加精准的目标跟踪算法来实现。 运动目标跟踪是计算机视觉研究的核心内容之一, 是一项融合图像处理、模式识别、人工智能、自动控制等多种不同领域先进成果的高技术课题。
目标跟踪的算法有很多种，为了找到一种很好的适合课题的算法，本文对于比较主流的算法：Meamshift、Camshift进行了对比，并选用了Camshift算法对手势进行跟踪。它是Meamshift的修改算法,克服了Meamshift不适合实时跟踪的缺点。但是，由于Camshift算法是基于颜色特征进行的跟踪算法，在人脸与人手同时出现在视频中时，肤色特征会影响跟踪效果，导致跟踪失败。本文提出通过相对稳定的人脸检测程序将不稳定的肤色颜色分布进行初始化，简化问题。及跟踪与检测相结合的方式对算法进行改进，解决了肤色干扰的问题，实现了手势跟踪。
关键词：手势跟踪；颜色特征；肤色检测；Camshift

目录
第一章 绪论 - 1 -
1.1研究背景及意义 - 1 -
1.2目标跟踪的研究现状 - 1 -
1.3本文的工作和组织结构 - 2 -
第二章 目标跟踪的概述 - 4 -
2.1目标跟踪的概念及分类 - 4 -
2.1.1静态背景下的目标跟踪方法 - 4 -
2.1.2动态背景下的目标跟踪 - 4 -
2.2本文采用的跟踪方法 - 5 -
第三章 目标跟踪经典算法的介绍与实现 - 6 -
3.1 Meamshift跟踪算法 - 6 -
3.1.1 Meamshift算法的概念 - 6 -
3.1.2 Meamshift算法步骤 - 6 -
3.1.3 Meamshift算法的实现 - 8 -
3.2卡尔曼跟踪算法 - 9 -
3.2.1卡尔曼滤波算法的概念 - 9 -
3.2.2 Meamshift算法与卡尔曼滤波相结合 - 10 -
3.2.3 Meamshift算法与卡尔曼滤波相结合的算法实现 - 11 -
3.3 Camshift算法 - 12 -
3.3.1 Camshift算法的概念 - 12 -
3.3.2 Camshift 算法步骤与流程 - 13 -
3.3.3Camshift算法的实现 - 15 -
第四章 基于Camshift算法改进的跟踪算法 - 17 -
4.1基于HSV颜色空间的约束 - 17 -
4.1.1 HSV颜色空间的概念以及引进HSV颜色空间的原因 - 17 -
4.1.2 HSV六棱锥中的各参数 - 17 -
4.1.3HSV颜色空间在Camshift算法中的应用 - 18 -
4.2 Camshift算法存在的缺陷及改进方案 - 19 -
4.2.1 Camshift算法的缺陷 - 19 -
4.2.2 Camshift算法的改进方案 - 19 -
4.2.2.1 肤色检测 - 19 -
4.2.2.2初始化跟踪框 - 20 -
4.2.2.3干扰点去除 - 21 -
第五章 实验环境及实验结果分析 - 22 -
5.1实验环境 - 22 -
5.2实验结果分析 - 23 -
第六章 总结与展望 - 25 -
本科期间的研究成果 - 26 -
致谢 - 27 -
参考文献 - 28 -

本文的工作和组织结构
本文的研究目的是为了研究有效跟踪手势的方法，以人手为研究对象，进行相应的跟踪研究工作。具体工作如下：
1、对于时下主流的跟踪算法进行实现，并进行对比。在对比出Camshift在跟踪方面有优势的情况下，优化跟踪算法。
2、实现手势跟踪的基础上，与其他手势算法模块相融合，构成一个系统软件来验证本文研究的算法。
本文的组织结构如下：
第一章绪论，对手势跟踪研究的意义和国内外对于手势跟踪算法的研究现状进行了简单的介绍。
第二章目标跟踪的概述，介绍目标跟踪的概念及分类。
第三章目标跟踪算法的介绍与实现，介绍了当下最为主流的三种算法的概念：Meamshift算法、卡尔曼滤波、Camshift算法。将三种算法进行实现。并进行算法之间的对比。
第四章改进的Camshift算法，提出基于Camshift算法改进的跟踪算法并实现跟踪任务。实验内容涉及基于HSV色彩空间的约束，简要的对HSV色彩空间做了介绍，并说明其在Camshift算法中得到的运用。
第五章实验环境及实验结果分析。对于改进的Camshift算法进行实现。
第六章总结与展望，对本文的工作进行了总结，并指出了其中的不足之处，提出了有待进一步改善的工作。

论文文件预览：
共3文件夹，19个文件，文件总大小：6.49MB，压缩后大小：5.26MB

• 毕业设计-基于多视角视频采集与分析的智能鼠标算法研究—目标跟踪算法
• 1091000217
• wancheng
• Camshift.m  [5.83KB]
• enrect.m  [168.00B]
• feature_extraction.fig  [26.36KB]
• feature_extraction.m  [23.96KB]
• findskine.m  [1.02KB]
• find_hand.m  [5.85KB]
• genzong.fig  [7.00KB]
• genzong.m  [4.81KB]
• matlab.mat  [171.00B]
• skinlearn.m  [756.00B]
• test_panel.fig  [14.32KB]
• test_panel.m  [39.24KB]
• VIDEO0089.avi  [2.69MB]
• 1091000217-陈萌.doc  [3.65MB]
• 1091000217_中期检查表.pdf  [4.13KB]
• 1091000217_开题报告.pdf  [5.87KB]
• 1091000217_成绩单.pdf  [2.49KB]
• 1091000217_答辩记录单.pdf  [2.42KB]
• 1091000217_进度报告.pdf  [10.98KB]