Аннотация 6
ВВЕДЕНИЕ 5
1 АНАЛИЗ ТЕХНОЛОГИЙ РАСПОЗНАВАНИЯ ОБРАЗОВ 7
2 РАЗРАБОТКА АЛГОРИТМА РАСПОЗНАВАНИЯ ЖЕСТОВ КИСТИ РУКИ 10
2.1 Описание предложенного алгоритма 10
2.2 Локализация области распознавания жестов и преобразование в цветовую модель Gray 12
2.3 Применение фильтра Гаусса 13
2.4 Применение субтрактора фона 15
2.5 Применение детектора границ Canny 22
2.6 Алгоритм анализа контура кисти руки 27
3 ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ ПРЕДЛОЖЕННЫХ РЕШЕНИЙ 29
3.1 Описание разработанного программного обеспечения 29
3.2 Тестирование программного обеспечения 31
ЗАКЛЮЧЕНИЕ 36
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ 38
Распознавание образов - раздел информатики и смежных дисциплин, направленный на создание методов классификации и идентификации различных предметов, явлений, процессов, сигналов, ситуаций, объектов, которые характеризуются конечным набором некоторых свойств и признаков.
Технологии распознавания образов уже уверенно используются при решении таких задач, как распознавание символов текста, распознавание речи на основе анализа ауди записи, постановка диагноза на основе анализа медицинских данных, распознавание лиц, на основе анализа изображений, прогноз погоды, классификация документов при организации систем информационного поиска.
Развитие технологий направленных на создание человеко-машинных интерфейсов, отвечающих за взаимодействия человека с управляемыми машинами, является одним из перспективных направлений исследований , связанных с практическим применением алгоритмов распознавания образов. Поэтому актуальной можно признать цель данной бакалаврской работы - разработка алгоритма распознавания жестов кисти руки.
Вопросами исследования алгоритмов распознавания образов занимаются такие современники, как Guanlin Li, Zhanhong Ma, Haiguang Wang, Masato Yonekawa, Hiroaki Kurokawa, Byungjun Son, Sung-Hyuk Cha, Yillbyung Lee, Congcong Li, Guangda Su, Yan Shang, Yingchun Li, Yan Xiang, и Mohamed Abdel-Mottaleb, Mohammad H. Mahoor и др. [2-18].
В ходе выполнения бакалаврской работы разработан алгоритм распознавания жестов кисти руки. Данных алгоритм основан на преобразовании изображения в цветовую модель Gray, применении фильтра Гаусса для очистки изображения от цифровых шумов (посредством размытия), применении субтрактора фона MOG2 (для удаления фона), применения детектора границ Canny (для выделения конура кисти руки), применении алгоритма для анализа контура кисти руки (для определения демонстрируемого жеста).
При выполнении бакалаврской работы было разработано и протестировано программное обеспечение, реализующее предложенный алгоритм распознавания жестов кисти руки. Результаты испытаний алгоритма показали, что он удовлетворительно справляется с задачей распознавания жестов, в том числе в условиях слабой освещенности и при наличии сложного фона (содержащего большое количество посторонних объектов).
В ходе выполнения бакалаврской работы была опубликована статья «Сегментация изображения с использованием алгоритма k-means» на тему практического применения алгоритмов анализа изображений.
Основные результаты работы были доложены на V Международной научно-практической конференции (школы-семинара) молодых ученых «Прикладная математика и информатика: современные исследования в области естественных и технических наук».
При выполнении исследований в рамках данной бакалаврской работы были получены следующие результаты:
1. Обзор научных литературных источников показал, что технологии распознавания образов могут применяться при решении практических задач связанных с автоматизированным определением объектов находящихся на изображении и их свойств.
2. Анализ литературных источников показал, что перспективными исследованиями является развитие технологий направленных на создание человеко-машинных интерфейсов, отвечающих за взаимодействие человека с управляемыми машинами. Поэтому выбранная тема бакалаврской работы является актуальной.
3. В ходе выполнения бакалаврской работы разработан алгоритм распознавания жестов кисти руки. Данных алгоритм основан на преобразовании изображения в цветовую модель Gray, применении фильтра Гаусса для очистки изображения от цифровых шумов (посредством размытия), применении субтрактора фона MOG2 (для удаления фона), применения детектора границ Canny (для выделения конура кисти руки), применении алгоритма для анализа контура кисти руки (для определения демонстрируемого жеста).
4. Опытным путем оценена точность распознавания жестов предложенным алгоритмом. Она составляет около 81%. Результаты тестирования показывают, что предложенный алгоритм позволяет успешно решать задачу распознавания жестов кисти руки, расположенной в различных пространственных положениях. При этом, алгоритм анализа успешно справляется с поставленной задачей в условиях недостаточной освещенности сильно неоднородным внешним фоном.
5. В ходе выполнения бакалаврской работы было разработано и протестировано программное обеспечение, реализующее предложенный алгоритм распознавания жестов кисти руки. Особенностью данного программного обеспечения является возможность просмотра результата на каждом этапе работы алгоритма.
В ходе выполнения бакалаврской работы была опубликована статья «Сегментация изображения с использованием алгоритма k-means» на тему практического применения алгоритмов анализа изображений.
Основные результаты работы были доложены на V Международной научно-практической конференции (школы-семинара) молодых ученых «Прикладная математика и информатика: современные исследования в области естественных и технических наук».
