博碩士論文 91532011 詳細資訊




以作者查詢圖書館館藏 以作者查詢臺灣博碩士 以作者查詢全國書目 勘誤回報 、線上人數:15 、訪客IP:3.235.228.219
姓名 林罡旦(Kang-Tan Lin)  查詢紙本館藏   畢業系所 資訊工程學系在職專班
論文名稱 可攜式手型辨識系統
(A Portable Hand Shape Recognition System)
相關論文
★ 以Q-學習法為基礎之群體智慧演算法及其應用★ 發展遲緩兒童之復健系統研製
★ 從認知風格角度比較教師評量與同儕互評之差異:從英語寫作到遊戲製作★ 模糊類神經網路為架構之遙測影像分類器設計
★ 複合式群聚演算法★ 身心障礙者輔具之研製
★ 指紋分類器之研究★ 背光影像補償及色彩減量之研究
★ 類神經網路於營利事業所得稅選案之應用★ 一個新的線上學習系統及其於稅務選案上之應用
★ 人眼追蹤系統及其於人機介面之應用★ 結合群體智慧與自我組織映射圖的資料視覺化研究
★ 追瞳系統之研發於身障者之人機介面應用★ 以類免疫系統為基礎之線上學習類神經模糊系統及其應用
★ 基因演算法於語音聲紋解攪拌之應用★ 虹膜辨識系統之研究與實作
檔案 [Endnote RIS 格式]    [Bibtex 格式]    [相關文章]   [文章引用]   [完整記錄]   [館藏目錄]   [檢視]  [下載]
  1. 本電子論文使用權限為同意立即開放。
  2. 已達開放權限電子全文僅授權使用者為學術研究之目的,進行個人非營利性質之檢索、閱讀、列印。
  3. 請遵守中華民國著作權法之相關規定,切勿任意重製、散佈、改作、轉貼、播送,以免觸法。

摘要(中) 本論文主要的目的是在設計一個易於使用且可大量生產的低成本手型辨識系統,以便於使用者在不需要配戴任何裝備的情況下仍然能對硬體下達簡易的命令以達到控制的目的。運用本系統可以識別出使用者以左手背指示出的手勢,目前已經可以辨識出0到9的單一數字,未來只要搭配相映的操作規則即可成為能辨識百位或更多位的數字辨識系統。本系統的應用範圍很廣,包括互動式玩具、電視選台器、各式家電的簡易控制等。
單純就圖形識別而言適用的演算法相當繁多,不管是在事前的特徵萃取或是其後的類別辨識上,都有相當多的解決方案。但是若在硬體資源限定在低成本(low cost)且必須做到即時(real time)辨識的目的時,能用的演算法就相對的稀少了。我們將提出的手型識別演算法概分為四大部分。首先,必須先設定好sensor的運作模式(此一部分的設定值必須燒錄於電子式可清除程式化唯讀記憶體可複寫的記憶體(EEPROM)中,於開機時自動設定),接著將再經由事先設定好,適合本系統光感測器(sensor)的YUV範圍來過濾出膚色,取得二元的影像。接著使用一些自然手勢中的特性來找出手掌的掌心以及手掌半徑,並且將手指的資訊正規化到一16 x 8的矩陣中。最後,再使用校正矩陣將影像資料稍微修正後即可將最後的資訊送入模糊(fuzzy)推論系統中。以推論規則來判定是何種手勢,再將結果輸出至七段顯示器來告知使用者。
摘要(英) The main purpose of this thesis is the design of a low cost hand gesture system to allow users control over any given hardware through simple commands without the need of any additional input devices. The system is capable of recognizing gestures made by the user using the back of their left hand, currently supported gestures are numerals 0 through 9. The system can be used in a wide range of applications such as interactive games, television channel selectors and simple control over electrical home appliances.
The methods available to the field of pattern recognition are numerous, there are many different ways of handling the initial sampling and the following classification stages. However, the range of methods shrinks considerably under the constraints of low cost hardware and real-time recognition. The hand gesture recognition system we propose here can be divided into four stages.
First is setting up the operating mode of the image sensor (the relevant settings are saved into EEPROM and are written into the sensor on boot-up). Secondly these settings are used to generate a binary image from the raw image sensor data, using YUV thresholds to discriminate between skin and background colors. Now several properties of hand gestures are used to find the center and size of the palm, after which the hand image is normalized into a 16 by 8 grid. Finally, after making some last corrections to the grid data, it is send into a fuzzy logic system that determines the type of hand gesture made. The results are shown to the user on a seven segment display.
關鍵字(中) ★ 手勢
★ 可程式邏輯陣列
★ 模糊系統
★ 識別
★ 手型
關鍵字(英) ★ gesture
★ fuzzy
★ FPGA
論文目次 中文摘要……………………………………………………………IV
英文摘要……………………………………………………………VI
誌謝………………………………………………………………....VIII
目錄………………………………………………………………....IX
圖目錄…………………………………………………….…………XI
表目錄……………………………………………………………….XIII
第一章 緒論……………………………………………………...1
1.1 引言……………………………………………………...1
1.2 研究動機……………………………………………………1
1.3 研究架構……………………………………………………3
第二章 手部特徵識別系統相關技術介紹……………………...4
2.1 色彩系統介紹……………………………………………..5
2.1.1 RGB色彩模型………………………………………...5
2.1.2 CMY色彩模型………………………………………...6
2.1.3 YUV及YIQ色彩模型………………………………...7
2.1.4 HIS色彩模型………………………………………...8
2.2 模糊系統介紹……………………………………………11
2.2.1 模糊集合……………………………………………...12
2.2.2 歸屬函數……………………………………………...13
2.2.3 模糊集合之運算子…………………………………...15
第三章 手型識別演算法………………………………………...17
3.1 系統資源之限制.................................................................18
3.2 手型資訊萃取演算法…………………………………...18
3.2.1 膚色篩選……………………………………………...21
3.2.2 手掌判斷……………………………………………...23
3.2.3 手掌資訊擷取………………………………………...26
3.2.4 正規化手指資訊……………………………………...27
3.2.5 影像校正……………………………………………...30
3.3 模糊系統應用於手型分類……………………………...31
3.3.1 手指資訊對應位置…………………………………...33
3.3.2 模糊規則……………………………………………...35
3.3.3 手型判定……………………………………………...36
3.4 硬體實現………………………………………………...37
3.4.1 硬體架構……………………………………………...38
3.4.2 可程式數位邏輯陣列程式………………………...41
3.4.3 硬體資源分配………………………………………...42
3.4.4 輸出結果…………………………………………...43
3.5 實驗結果………………………………………………...45
第四章 結論與展望…………………………………………..47
參考文獻………………………………………………………...48
參考文獻 [1] F. Du, Human Skin Detection Using Color Segmentation. URL:https://courseware.vt.edu/users/abbott/5554/SkinReport.pdf, 2000.
[2] C. Garcia, G. Zikos, G. Tziritas, “Face Detection in Color Images using Wavelet Packet Analysis,” in Proc. 6th IEEE International Conference on Multimedia Computing and Systems, pp. 603-708, 1999.
[3] D.P. Huttenlocher, G.A.. Klandeman and W.J. Rucklidge “Comparing images using the Hausdorff distance,” IEEE Trans. on PAM I, vol.15, no. 9, pp. 850-863, 1993.
[4] R.C.K. Hua, L.C.D. Silva and P. Vadakkepat, “Detection and tracking of faces in real environments,” in Proc. 6th Intern. Conf. Imaging Science, Systems, and Technology (CTSST02), 2002, pp. 24-27.
[5] X.D. Huang, Hidden Markov models for speech recognition. Edinburgh University Press, Edinburgh, Scotland, United Kingdom, 1990.
[6] B. Martinkauppi, M. Laaksonen, and M. Sorian. “Behavior of skin color under varying ilhumination seen by different cameras at different color spaces,” Machine Vision Applications in Industrial Inspection IX, Martin Hunt, Editor, Proceedings of SPIE vol. 4301 pp. 102-112, 2001.
[7] L. R. Rabiner “A tutorial on hidden Markov models and selected applications in speech recognition,” IEEE Trans. vol. 77, No. 2, pp.257-286, 1989.
[8] http://www.cyberon.com.tw 賽微科技股份有限公司。
[9] http://www.penpower.com.tw 蒙恬科技股份有限公司。
[10] 王國強, An Eye-Tracking System and Its Application in Human Computer Interfaces. 國立中央大學資訊工程學系碩士論文, 2003
[11] 王國榮, 基於資料手套的智慧型手勢辨識之廣泛研究. 國立台灣科技大學電機工程學系碩士論文, 2001.
[12] 刘江华 “基於光流的動態手勢識別,” Computer Engineering. vol. 28, no. 4, pp. 104-105, 2002.
[13] 刘江华 “基於視覺的動態手勢識別及其在仿人機器人交互中的應用,” 機器人 ROBOT. vol. 24, no. 3, pp. 197-216, 2002.
[14] 張良囯 “基於Hausdorff距離的手勢識別”, Journal of Image and Graphics. vol. 7, no. 11, pp. 1144-1150, 2002.
[15] 連國珍, 數位影像處理. 儒林圖書有限公司, 2002
[16] 郭大正, 停車場自動監視系統. 私立中華大學資訊工程學系碩士論文, 2004
[17] 蘇木春, 張孝德, 機器學習:類神經網路、模糊系統以及基因演算法則. 全華科技圖書股份有限公司, 2002.
指導教授 蘇木春(Mu-chun Su) 審核日期 2005-7-13
推文 facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu   
網路書籤 Google bookmarks   del.icio.us   hemidemi   myshare   

若有論文相關問題,請聯絡國立中央大學圖書館推廣服務組 TEL:(03)422-7151轉57407,或E-mail聯絡  - 隱私權政策聲明