【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第12期 420-423页,共4页

【作 者】： 邹培忠

【摘 要】 传统的视觉手势识别问题存高智能轮椅控制中，一旦图像存在多个手势，算法很难识别出哪个手势是真的需要识别的手势，存在多手势识别干扰，识别过程存在滞后性，无法获取准确的手势识别结果，导致对轮椅控制滞后。提出一种改进型PCA和LDA融合的视觉手势识别算法，并在智能轮椅控制中得以应用，通过Kinect传感器采集图像深度信息，运用OpenNI手部分析模块获取手部轨迹特征，通过改进型PCA和LDA融合的视觉手势识别方法对轨迹特征中的误差和不确定性进行去除，完成手部轨迹的识别。将获取的手部识别结果转换成控制指令，通过Ad-Hoc网络传送给智能轮椅，实现高精度控制。仿真结果表明，改进算法对多手势干扰具有较强的鲁棒性，可及时准确地识别手势轨迹，进而有效控制智能轮椅的运动。