1、手勢作為一種自然直接的交流方式，是一種新型的人機交互模式。操作者只需要通過在設備之前形成手勢，便可與計算機進行互動。目前手勢識別的理論和技術發(fā)展并不成熟，該領域是計算機學科的一個研究熱點。Kinect作為一種新型的體感輸入設備，有獲取場景內(nèi)物體深度信息的能力。將新型的Kinect第二代作為手勢識別的源數(shù)據(jù)的獲取傳感器，應用數(shù)字圖像處理技術進行處理加工，之后提取出手勢的特征，進行靜態(tài)手勢識別，遵循了手勢識別的一般性步驟。
　　首先詳

2、細介紹了如何使用新型的Kinect二代傳感器獲取深度圖像，并通過使用上下限閾值分割算法對深度圖像進行分割，得到手部的二值圖像。之后計算出手勢的輪廓、凸包、凸缺、重心等形狀特征，將簡單的特征進行組合，得到可以對手勢凸包形狀和凸缺位置進行描述的組合特征。最后使用常見的有監(jiān)督分類算法對使用組合特征進行手勢識別的有效性進行實驗，并在不同室內(nèi)光照條件下進行實驗。
　　針對12種由不同手勢模式類構成的手勢庫，實驗結果表明應用該手勢表示方法可以