基于OpenCV的浮空手勢識別技術(shù)與電力載波技術(shù)的綜合應用探究

基于OpenCV的浮空手勢識別技術(shù)與電力載波技術(shù)的綜合應用探究

利用OpenCV計算機視覺庫在vs2013平臺上設(shè)計一個基于實時攝像頭的集靜態(tài)手勢、動態(tài)手勢跟蹤、動態(tài)手勢識別于一體的應用。在動態(tài)運動的手勢建模中，分析運動軌跡的運動序列即計算運動光流，抽取運動軌跡。最后利用隱馬爾可夫模型（HMM）結(jié)合動態(tài)時間的規(guī)劃法進行運動軌跡識別，更加方便快捷的控制目標。將這種由電腦做處理器的設(shè)備在體積方面受到極大的制約，無法做到便攜化，小型化，在正式場合無法使用，因此我們將其集成在樹莓派上，用一張卡片大小的微型電腦控制，大大增強了它的實際應用能力，降低他的成本。在此基礎(chǔ)上加入電力載波，將其應用到只能家居的通信上，減少線路施工。

手勢識別是目前實現(xiàn)人機交互比較先進的一種方式，可簡化一部分簡單控制，對于智能控制具有十分重大的意義，能最大化增加用戶的體驗感以及代入感。Intel為計算機視覺領(lǐng)域的應用開發(fā)提供的數(shù)據(jù)庫方便了我們的開發(fā)與應用。目前市面上的人機交互技術(shù)大都為鼠標、筆或是數(shù)據(jù)手套，但是鼠標的交互性較差，而數(shù)據(jù)手套價格昂貴且使用不便。利用OpenCV對手勢進行手勢識別是降低成本、增強人機交互體驗感的良好選擇。

Open CV簡介

OpenCV是Intel 開源計算機視覺庫（open source computer vision library）的簡稱，它是由c函數(shù)以及少量c++ 函數(shù)構(gòu)成，是實現(xiàn)在圖像處理以及計算機視覺方面的多通用算法，主要對圖像進行運動檢測、追蹤、分割、識別等高級處理。由于OpenCV是開放源碼且代碼簡潔高效，大多數(shù)函數(shù)都經(jīng)過匯編優(yōu)化，因此我們利用Intel系列芯片即用電腦CPU作為處理器，利用OpenCV強大的圖像和矩陣運算能力實現(xiàn)我們的手勢識別及相應控制。本文程序運行環(huán)境為：Windows+VS2013+OpenCV2.4.11

樹莓派簡介

樹莓派（英語：Raspberry Pi）是英國的樹莓派基金會開發(fā)的小型電腦，其最初目的是為學校的計算機教育提供廉價的設(shè)備，但是因為它便宜的價格，信用卡般的大小和強大的性能，迅速被極客所看中，在其基礎(chǔ)上搭建了各種平臺以實現(xiàn)他們的創(chuàng)意。將OpenCV的數(shù)據(jù)庫移植在樹莓派上是對一種微型化的極大提升。對于物聯(lián)網(wǎng)應用，樹莓派的優(yōu)勢可以分為兩大方面：硬件方面和軟件方面。

硬件優(yōu)勢

在這里我們應用樹莓派三代的B版來介紹其優(yōu)勢。樹莓派設(shè)計之初是作為一臺變成用個人電腦所設(shè)計的，所以有相當強大的性能。樹莓派3的CPU為1.2GHz的64位4核的ARM Cortex-A53. 強大的處理器性能使得樹莓派具有更強的數(shù)據(jù)處理能力，能夠流暢地執(zhí)行的多線程任務，從而滿足用戶的多種需求。樹莓派提供100M網(wǎng)口和4個USB 2.0接口，使其能夠輕松地接入數(shù)據(jù)網(wǎng)絡(luò)，而第三代樹莓派更是集成了Wi-Fi芯片和藍牙芯片，這更為樹莓派接入無線網(wǎng)絡(luò)，搭建物聯(lián)網(wǎng)提供了便利。作為一個物聯(lián)網(wǎng)設(shè)備，其還提供了大量的GPIO針腳和SPI總線用于連接各式傳感器和電機等并對其進行編程，提供了攝像頭和TFT顯示器接口，有HDMI視頻接口和3.5英寸音頻接口等，不一而足。此外，還有很多商家推出了擴展板為其提供更加豐富的功能。綜上所述，樹莓派擁有著非常強勁的性能和多種多樣的接口，而其價格并不昂貴，所以完全能夠勝任物聯(lián)網(wǎng)硬件平臺這一任務。

圖1 HMM手勢識別流程圖

圖2 手勢識別算法效果圖以及最終模型匹配

軟件優(yōu)勢

任何平臺的勝出都脫離不開軟件的支持， 而樹莓派最大的優(yōu)勢正是軟件上的 。到目前為止樹莓派社區(qū)中發(fā)布的操作系統(tǒng)版本已經(jīng)達到幾十種，包括Fedora，Ubuntu Mate，Windows Io T等，而作為其官方默認推薦的操作系統(tǒng) Raspbian 是開源Linux操作系統(tǒng)的發(fā)行版Debian的分支，能夠完美的將OpenCV移植安裝到樹莓派中，并應用OpenCV的數(shù)據(jù)庫以及其軟件庫里的軟件包。這其中自然包括對Python、Java、C等廣泛應用的語言的支持，這無疑為后續(xù)的物聯(lián)網(wǎng)軟件開發(fā)提供了便利。

基于HSV色彩空間的靜態(tài)手勢識別與應用

HSV顏色空間是一種面向視覺感知的顏色模型，人眼的色彩知覺主要由3個要素構(gòu)成：色調(diào)、飽和度、亮度。HSV有兩個特點：①亮度分量與圖像的彩色信息無關(guān)；②色調(diào)和飽和度分量與人感受顏色的方式緊密相連。這些優(yōu)點可以更好的分割出人體和背景的區(qū)別，對攝像頭的信息進行縮放，便于我們對圖像進行處理。通過均值漂移濾波，消除多余的噪聲信號，可以初步得出一個手勢輪廓，再利用形態(tài)學濾波以及色彩宣傳補償，最后通過HSV色彩通道分離查找出一個完整的手勢輪廓并進行篩選。這種方式能夠更加高效的進行手勢采集并與建立的模型進行匹配。利用Intel建立一個簡單的的計算機數(shù)據(jù)庫，能夠更快捷的進行計算處理，同時搭配一個攝像頭進行手勢采集并通過上位機軟件對電腦實現(xiàn)實時控制，完成用戶需要的簡單操作。

基于2.5軸的動態(tài)手勢識別及應用

在基于顏色直方圖與背景差分的運動檢測中，利用差分算法對背景與目標進行實時檢測更新，由于攝像頭在打開的時候會有一個掩飾，這段時間內(nèi)背景在不斷變化，所以錯誤會一直累計，對結(jié)果會有比較大的影響。因此我們采用OpenCV 庫中的cvAddWeighted函數(shù)進行背景更新，彌補攝像頭的延時誤差。在二維平面的基礎(chǔ)上加入一個紅外測距模塊，進行Z半軸的運動采集，相比于現(xiàn)有的三維攝像頭，它的計算速度得到大幅度的提升，通過手勢與攝像頭的距離進行縮放控制，更加便捷、迅速。

HMM 軌跡識別算法

隱馬爾可夫模型是一種基于參數(shù)表示用于描述隨機過程中統(tǒng)計特性的概率模型，同時應用手形以及運動軌跡兩大特征實現(xiàn)動態(tài)手勢識別，在輪廓跟蹤過程中獲得手部輪廓，同時通過輪廓質(zhì)心的坐標表示手的位置獲取手勢的運動軌跡，則可得到動態(tài)手勢的特征向量，即觀察值序列；然后采用左右結(jié)構(gòu)的帶有4個狀態(tài)的離散馬爾可夫模型實現(xiàn)手勢識別。

基于樹莓派的電力載波通訊與應用

電力載波是電力系統(tǒng)特有的通信方式，電力載波通訊是指利用輸電和供電的電力線，通過載波方式將模擬或數(shù)字信號進行高速傳輸?shù)募夹g(shù)。兩個電力載波模塊 用串口發(fā)信息給模塊 模塊把信號穿到電力線上，另一邊接受解碼再串口發(fā)出去。最大特點是不需要重新架設(shè)網(wǎng)絡(luò)，只要有電線，就能進行數(shù)據(jù)傳遞。電力載波能對地形以及空間的干擾降到最低，還可以節(jié)省資源，提高效益，降低輻射更環(huán)保。利用載波技術(shù)對小范圍內(nèi)的精確信息傳輸能夠完美的應用到智能家居中，通過樹莓派對浮空手勢信號進行分析。實時控制家電的工作狀態(tài)。

實驗結(jié)果與分析

在實驗中我們選擇了十個不同的靜態(tài)手勢，用于實現(xiàn)人機交互的十種描述指令，手勢作為人機交互的一種自然接口，當用戶做出手勢動作后，攝像頭進行實時捕捉計算，控制處理器做出相應的指令，能夠更大化的增強人機交互感。在二維平面的基礎(chǔ)上加入紅外測距模塊，能夠?qū)崿F(xiàn)距離檢測，可以識別更多的手勢。用串口通信發(fā)送紅外模塊的數(shù)據(jù)，利用距離感控制頁面的放大與縮小，增強用戶的體驗感，開發(fā)完整的人機界面延伸，實現(xiàn)更加自然的實時控制與交換。

在移植到樹莓派的使用過程中，將圖片進行小型化，能夠?qū)崿F(xiàn)快速的相應于應答，是實現(xiàn)基本的數(shù)據(jù)傳輸，通過電力載波進行各個設(shè)備之間的通訊，通過樹莓派強大的計算能力，能夠保證物聯(lián)網(wǎng)的快速性和實時性，且可以適應多種應用場景，能夠滿足用戶個性化的物聯(lián)網(wǎng)需求。我們隊房間內(nèi)的燈光回路進行控制，能做到利用手勢動作進行多個燈的選擇進行與控制，多燈光的亮度，開關(guān)狀態(tài)都能進行手勢控制。具有較強的應用前景。

10.3969/j.issn.1001- 8972.2016.21.034