首先采用基于混合高斯模型与椭圆肤色模型进行手势分割，分割出手势区域，使用卡尔曼滤波器进行手势跟踪，获得手势中心点的位置。在此基础上，记录各帧中心点位置，得到运动轨迹，利用提出的轨迹模板匹配方法对动态手势进行识别。该方法利用基本的几何特征便可完成手势运动轨迹的设置与识别，无需特征选择或训练样本的搜集。最后，采用基于Zynq-7000的Zedboard平台对该算法进行实现，并采用HLS硬件加速工具进行算法加速。实验结果表明，该算法可实现较精确的手势识别，接受弹性的输入采样，识别正确率在95％以上，且通过硬件加速后，可在嵌入式平台中实时识别，具有较好的实时性。
单片机与嵌入式系统应用
2017年7期
