文献综述
（一）课题研究现状
Kinect是Microsoft推出的基于体感交互的体感设备。Kinect 有三个摄像头，每秒更新 30 帧图像，其中中间的主摄像头是 RGB彩色摄像头，左右分别为红外线发射器和红外线 CMOS 景深摄像头。红外发射器可发出近红外激光，当激光照射到粗糙物体时会形成具有高度随机性的衍射斑点，称为激光散斑。激光散斑会随着成像物体距离不同而变换图案，当激光散斑照射到整个空间时即对空间进行标记。红外摄像头则接收空间标记，传递至Kinect 内部的 PS1080 SoC 图像处理器芯片。图像处理器通过分析散斑图案获得的空间距离生成深度影像，并使用 USB 2.0协议传输至 PC 端。在微软的 Kinect for Windows SDK 支持下，研究者可以获取人体的彩色图像、深度图像以及人体骨架图。
基于体感交互的应用与开发技术日趋成熟，促使该设备应用到许多重要领域。在游戏领域，有隔空切割绳子的kinect版《割绳子》，基于Kinect的交互式健身游戏【1】等；在教学领域，通过手势识别实现对 PPT 的播放控制【2】等实现了一种全新的演讲展示方式；在生活领域，虚拟试衣【3】即将改变人们的购物方式，使用KINECT进行动态手指手势识别【4】为听力障碍者带来了福音；在医学领域，通过对kinect进行改造，实现kinect控制机器手臂执行手术；在机械控制领域，通过kinect对人体进行扫描实现3D建模，以及遥控机器人【5-6】和自主避障等。
基于手势的人机交互技术是国内外计算机科学研究的热点之一，并且取得了很多研究成果。比如，通过静态手势来识别手语；利用手部动作信息来拓展静态手势的表达能力也已经有不少尝试。由于kinect可以获取基于骨骼信息的手势识别数据这一特征，从而能够获取交警的指挥手势。通过kinect获取手势数据这一特点以及kinect的开发成本较低，可以把kinect用于交警指挥手势训练系统的开发。基于kinect的手势识别在国内外都有一系列的研究。
(1)国内研究现状
陈翰雄等人利用 Kinect 所获取的色彩及深度信息，建立人体骨骼图，从 HSI 彩色空间对手部的深度图像进行二值化，并进行腐蚀、细化处理，从而达到用空中手势动作进行人机交互的目的【7】。
刘亚瑞，杨文璐等人利用变形雅可比—傅里叶矩对手势图像进行特征提取; 利用最小欧氏距离分类器进行建模、分类，实现手势识别【8】，从而使平均手势识别率达到 95．2 %。
蒲兴成、王涛、张毅等人利用改进的 Hu 矩不变矩算法识别静态手势，使Kinect 深度信息下静态手势识别在光照变化、复杂背景等干扰下具有强鲁棒性和高识别率【9】。
梁喜军等人基于 ARM 平台使用 USB 摄像头，将手势识别算法移植到嵌入式平台上，并进行算法优化，结合 Zigbee 通信技术，设计实现一套通用嵌入式手势识别应用系统，有良好的稳定性和很强的实用意义【10】。
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。
