淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-2407201311264500
中文論文名稱 動態手勢辨識技術於智慧型行動裝置操控之應用
英文論文名稱 Application of Hand Gesture Technology on the Manipulation of Smart Mobile Devices.
校院名稱 淡江大學
系所名稱(中) 電機工程學系碩士在職專班
系所名稱(英) Department of Electrical Engineering
學年度 101
學期 2
出版年 102
研究生中文姓名 陳建宇
研究生英文姓名 Jian-Yu Chen
學號 700440117
學位類別 碩士
語文別 中文
口試日期 2013-07-15
論文頁數 71頁
口試委員 指導教授-周永山
委員-吳政郎
委員-容志輝
中文關鍵字 手勢辨識  K-means分類  Android 
英文關鍵字 Gesture Recognition  Fuzzy clustering  Android. 
學科別分類 學科別應用科學電機及電子
中文摘要 本論文提出一套智慧型行動裝置與手勢辨識結合的系統,此系統透過無線攝影機擷取即時影像資訊,並搭配手勢辨識演算法,讓使用者可手勢控制音響設備。
本論文的模擬情境設置於一般居家環境,在電腦端設計一個GUI 介面,使用者可藉此介面擷取即時影像並執行辨識演算法。其流程乃是在擷取手勢影像後,利用K_means方法進行膚色偵測及萃取得手勢特徵,辨識手勢姿態,然後將辨識後的結果加以編碼。另外,搭配Eclipse軟體撰寫Android智慧型手機音樂播放程式,此播放程式經由TCP/IP接收編碼後的手勢指令,進而實現音響設備的控制。
本文著重在影像演算法上進行改良,使其偵測人體膚色的方法更具強健性,並將演算法實現於智慧型行動裝置之控制,透過使用者的手勢來進行音樂播放控制,實現智慧居家的夢想。


英文摘要 This thesis presents a hand gesture recognition algorithm and integrates it with the smart mobile devices for controlling an audio equipment. Specifically, the resulting system adopts a non-contacting way for hand gesture recognition, which captures the live video image through a wireless camera, recognizes hand gestures via the proposed algorithm, and operates with a friendly interface. As a result this allows the users to perform remote control of audio equipments.
The proposed hand gesture recognition algorithm consists of skin color detection and hand gesture recognition, in which the K-means clustering classifier is used. Experiment shows that the proposed skin color detection method is more robust than a well-known statistical method, and the verification rate is increased. In addition, a music player program is developed upon the Android platform under the help of Eclipse software. This makes the remote control of audio equipment by hand gesture come true.

論文目次 中文摘要............................................-I-
英文摘要...........................................-III-
目錄...............................................-III-
圖目錄.............................................-VI-
表目錄.............................................-IX-
第一章 緒論.........................................1
1.1研究動機與目的...................................1
1.2 相關文獻探討....................................2
1.3 論文架構........................................5
第二章 背景知識.....................................6
2.1 IP CAM網路攝影機簡介............................6
2.1.1網路攝影機之架設...............................8
2.2網路通訊概念.....................................10
2.2.1 TCP/IP........................................11
2.3影像處理介紹.....................................15
2.3.1色彩空間轉換...................................15
2.3.2 斷開與閉合....................................16
2.3.3 連通物件法....................................18
2.4邊緣檢測介紹.....................................21
2.4.1邊緣檢測方法...................................22
2.4.2 Sobel邊緣偵測法...............................23
2.5 Android介紹.....................................24
2.5.1 Android手機平台設計...........................25
第三章 樣本訓練.....................................30
3.1 膚色模型........................................30
第四章 手勢辨識演算實現與應用.......................36
4.1模擬情境與系統架構之簡介.........................36
4.2影像前處理.......................................37
4.2.1 白平衡修正....................................38
4.2.2膚色偵測.......................................40
4.2.3影像特徵強化...................................42
4.3特徵擷取.........................................42
4.3.1八方位輪廓搜尋.................................43
4.4手勢辨識.........................................44
4.5 Android手勢播放器設計...........................46
4.5.1 GUI圖形介面...................................47
4.5.2程式流程設計...................................50
第五章 實驗結果.....................................56
5.1 實驗環境........................................56
5.2 白平衡模擬......................................58
5.3膚色偵測結果.....................................59
5.4播放系統測試.....................................64
第六章 結論與未來研究展望...........................68
6.1結論.............................................68
6.2未來展望.........................................69
參考文獻............................................70
圖目錄
圖2.1 IP CAM架構圖.................................. 7
圖2.2 IP Installer(設備搜尋器) ..................... 8
圖2.3電腦網域設定................................... 9
圖2.4 (a)即時影像; (b)擷取後的檔案格式.............. 10
圖2.5 OSI架構與TCP/IP協定的相關性................... 12
圖2.6 TCP/IP協定資料的傳遞方式...................... 13
圖2.7 三向交握流程圖................................ 14
圖2.8 RGB色彩空間................................... 15
圖2.9膨脹、侵蝕示意圖............................... 17
圖2.10斷開示意圖.................................... 18
圖2.11閉合示意圖.................................... 18
圖2.12連通成分...................................... 19
圖2.13四連通成分座標................................ 20
圖2.14四連通標記矩陣................................ 20
圖2.15八連通成分座標................................ 21
圖2.16八連通標記矩陣................................ 21
圖2.17 (a)兩區域原圖 (b)灰階剖面與一、二階導數...... 23
圖2.18 Soble邊緣檢測................................ 24
圖2.19 Android系統架構.............................. 25
圖2.20 Activity生命週期流程圖....................... 28
圖2.21 Android apk檔生成圖.......................... 29
圖3.1建立膚色模型的流程圖........................... 31
圖3.2測試樣本....................................... 32
圖3.3膚色樣本資料庫................................. 33
圖3.4 膚色模型比較表................................ 34
圖4.1情境模擬示意圖................................. 36
圖4.2系統架構圖..................................... 37
圖4.3系統流程圖..................................... 38
圖4.4 GWA白平衡修正................................ 39
圖4.5 K-means膚色偵測流程圖......................... 40
圖4.6 K-means膚色分類拆解圖......................... 41
圖4.7 MATLAB 前處理GUI介面........................ 42
圖4.8八方位矩陣..................................... 43
圖4.9邊緣方位紀錄點................................. 44
圖4.10邊緣偵測法範例圖.............................. 43
圖4.11手勢辨識流程圖................................ 44
圖4.12手勢重心與及極座標分佈圖...................... 45
圖4.13極座標轉換及閥值設定的示意圖.................. 46
圖4.14手勢播放器介面................................ 47
圖4.15播放介面流程圖................................ 48
圖4.16歌曲選單介面.................................. 49
圖4.17歌曲選單流程圖................................ 49
圖4.18手勢播放器架構圖.............................. 51
圖4.19 Android的模擬器.............................. 52
圖4.20 TCP/IP連結示意圖............................. 52
圖4.21 手勢編碼示意圖............................... 53
圖4.22 歌曲循環示意圖............................... 54
圖4.23 歌曲排列及順序示意圖......................... 55
圖5.1 實驗場景與設備................................ 56
圖5.2 手勢操作圖.................................... 57
圖5.3 測試圖示(白平衡前) ........................... 58
圖5.4 測試圖示(白平衡後) ........................... 59
圖5.5深黃膚色偵測結果比較圖......................... 60
圖5.6中黃膚色偵測結果比較圖......................... 61
圖5.7淺黃膚色偵測結果比較圖......................... 62
圖5.8 綜合比較圖.................................... 63
圖5.9 手機Icon圖示.................................. 64
圖5.10音樂播放介面.................................. 65
圖5.11歌曲選單與IP位置.............................. 65
圖5.12 MATLAB 手勢辨識GUI介面....................... 66
圖5.13 (a)~(f)手勢指令圖示.......................... 67
表目錄
表5.1 膚色還原率.................................... 64

參考文獻 [1] S.M. Zhang, Q.C. Zhan, and H.M. Du, “Research on the human computer interaction of E-learning,” Artificial Intelligence and Education, 2010, pp. 5- 8.
[2] 王國榮,基於資料手套的智慧型手勢辨識,國立台灣科技大學電機工程系碩士班碩士論文,民90 年。
[3] V.R. Jaijongrak, S. Chantasuban, and S. Thiemjarus, “Towards a BSN-based gesture interface for intelligent home applications,” ICROS-SICE, Aug. 2009, pp. 5613-5617.
[4] K.R. Wheeler, and C.C. Jorgensen,“Gestures as input: neuroelectric joysticks and keyboards,” IEEE Pervasive Computing, vol. 2, no 2, Apr. 2003, pp. 56 – 61.
[5] P. K. Artemiadis and K. J. Kyriakopoulos, “EMG-based teleoperation of a robot arm
using low-dimensional representation,” International Conference on Intelligent Robots
and Systems, Oct. 2007, pp. 489-495.
[6] K.K. Biswas and S.K. Basu, “Gesture recognition using Microsoft Kinect,” Automation Robotics and Applications, Dec. 2011, pp. 100-103.
[7] Y. Wang, C. Yang, X. Wu and S. Xu, and H Li, “Kinect based dynamic hand gesture recognition algorithm research,” 2012 4th International Conference on Intelligent Human-Machine Systems and Cybernetics (IHMSC), vol.1, Aug. 2012, pp. 274-279.
[8] 陳祥輝,TCP/IP 網路通訊協定,博碩文化公司,民98 年。
[9] V.J.D. Tsai, “A comparative study on shadow compensation of color aerial images in invariant color models,” IEEE Transactions on Geoscience and Remote Sensing, vol. 44, no. 6, Jun. 2006, pp. 1661-1671.
[10] 繆紹綱,數位影像處理運用 MATLAB,東華書局,民94 年。
[11] S.Y. Lee, L.M. Ang, and P.S. Kah, “Efficient connected component labelling using multiple-bank memory storage,” 2010 3rd IEEE Int. Conf. on Computer Science and Information Technology, vol. 9 , Jul. 2010, pp. 75-79.
[12] 蓋索林,Google!Android手機應用程式設計入門(第五版),松崗電腦圖書,民102 年。
[13] 林城,Google Android 應用程式開發實戰,碁峰資訊公司,民100年。
[14] P.S. Hiremath and A. Danti, “Detection of multiple faces in an image using skin color information and lines-of-separability face model,” International Journal of Pattern Recognition and Artificial Intelligence, vol. 20, Feb. 2006, pp.39-61.
[15] V. Vezhnevets, V. Sazonov, and A. Andreeva, “A survey on pixel-based skin color detection techniques,” Proc. Graphicon-2003, Moscow, Russia, Sep. 2003, pp. 85-92.
[16] K.K. Sung and T. Poggio, “Example-based learning for view-based human face detection,” in Proc. Image Understanding Workshop, Nov. 1994, pp. 843-850.
[17] E.Y. Lam, “Combining gray world and retinex theory for automatic white balance in digital photography,” Proceedings of the Ninth International Symposium on Consumer Electronics (ISCE), 2005, pp.14-16.
[18] K. Krishna and M.N. Murty, “Genetic K-means algorithm,” IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics, vol. 29, no.3, Jun. 1999, pp.433-439.
[19] E.J. Holden and R. Owens, “Recognizing moving hand shapes,” The Proceedings of 12th International Conference on Image Analysis and Processing, Sep. 2003 , pp. 14-19.
[20] 曹文潔,猜拳機,中央大學電機工程學系碩士班碩士論文,民96年。
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2013-07-30公開。
  • 同意授權瀏覽/列印電子全文服務,於2013-07-30起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信