基于单片机的手势识别装置文献综述
一、研究背景及意义
随着科技经济的发展，人们的生活节奏也越来越快。因此怎样能够准确，快速，方便的进行人机交互成为新的热点。无论是什么智能产品，都希望能增加人机交互的功能，使产品更加受欢迎。手势是人类的基本动作之一，并且是日常生活中最直观和自然的交流方式，能在特定的场合表达一些特殊的意义[1]。手势识别可以带来很多的优势，其功能炫酷，操作方便，在很多应用场合的应用都能起到了良好的效果。手势识别正顺应这一发展潮流，能使人与计算机的交互变得像人与人之间的交流那样便捷、自然。因此，手势识别技术已成为人机交互领域的一个重要研究课题[2]。
手势识别的实现可基于计算机视觉、结构光、红外光及电容检测等多种技术方案。基于计算机视觉的手势识别技术是通过图像分割等图像处理技术实现手势检测的一种技术[3]。基于计算机视觉技术，包括各类图像识别，技术核心点基本一致，研究重点在于如何设计一套端到端、鲁棒性强的算法识别出目标物体并进行分类。首先通过摄像头获取图像信息，然后输出计算机，通过图像识别算法进行目标物体分类[4]。该方法无需借助外界设备，计算过程较复杂，不适用于穿戴。基于数据手套技术是一种传统的手势识别技术，数据手套反馈各关节的数据，并经一个位置跟踪器返回人手所在的三维坐标，从而来测量手势在三维空间中的位置信息和手指等关节的运动信息[5]。这种方法精确度高，但是成本较高，而且对装备的依懒性很高，想要数据手套更换比较麻烦，需要重置相关数据。
而本文采用的基于单片机的手势识别装置，则是研究配合显示、按键、语音播报等人机交互设计，开发一种性价比高、适用范围广的非接触式手势识别装置，以准确、快速实现感应区域内单手手势的识别、记忆及判决功能[6]。实现这一装置需要对多种手势识别算法，硬件软件系统进行分析，使装置可以方便、精确地识别手势。优化传统方法的缺点，结合其优点，因此，对基于单片机的手势识别技术进行研究有着十分重要的现实意义。
- 国内外研究概况
手势识别方法有很多种，其中国外研究通常在常规HMM法的基础上进行创新，因为HMM能很好的对动态时空模型进行提取，并通过概率分布表现出来。
Jeong[7]等提出将HMM模型和线性状态空间模型混合的耦合双开关线性模型，能够同时识别双手。通过把手的轮廓转化为向量的方法，使HMM得输入量变为2D形式。
虽然HMM被广泛用于手势识别系统中，它的理论基础非常成熟，但它的主要缺点是由于它只有一个隐离散状态变量，不易作多过程交叉处理，不能处理有相关性的时间序列[7]。
关于国内，上海海事大学的研究人员。利用几何特征及距离特征等对手势图像进行特征提取，对静态手势的识别进行了大量的研究，提高了静态手势识别的稳定性，解决了识别过程中，手势的晃动，缩放，旋转等因素[8]。
以上是毕业论文文献综述，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。
