论文部分内容阅读
提出一种基于AdaBoost 算法和Kalman 滤波的手势识别方法,并移植到嵌入式平台,完成智能轮椅的人机交互系统的设计.该系统具有可移植性强、功耗小、成本低等优点.本系统采用S3C2440 作为微处理器,Linux 作为操作系统;利用Qt/Embedded 图形开发环境设计人机交互界面.采用Kalman 滤波器对下一帧图像中手势位置进行预测,提高了手势识别算法的速度和精度.实验证明,该人机交互系统对复杂背景、光照变化、角度旋转均具有较高的鲁棒性,平均识别率达到96.37%.