摘要：為了實現(xiàn)圖片操作命令的手勢輸入，設計了圖片操作的手勞動態(tài)識別系統(tǒng)。系統(tǒng)以ARM(S3C6410)為硬件處理核心，利用數(shù)字圖像處理和嵌入式視覺技術，由攝像頭捕捉幀圖像，經(jīng)OpenCV技術處理識別后，發(fā)出相應命令，操作顯示屏上的圖片，實現(xiàn)了對圖片非接觸式的縮放和切換操作等功能。進行實驗測試，取得了良好的效果，所提出的設計思想為手語輸入、機器人視覺輸入的方案設計提供了參考。
關鍵詞：手勢識別，圖片操作；ARM；OpenCV；QT／E

0 引言
    數(shù)字圖像處理技術是將獲得的低質(zhì)量圖像利用計算機處理成更適合人眼觀察或儀器檢測的圖像的技術。嵌入式視覺技術是使用攝像機和計算機代替人眼對目標進行識別，跟蹤和測量的技術。因此。數(shù)字圖像處理技術和嵌入式視覺技術被廣泛地應用在基于圖像的識別控制系統(tǒng)中。
    當前人機交互的主要信息輸入方式有鍵盤輸入、鼠標輸入、觸摸屏輸入，語音輸入、視覺輸入。對于鼠標、鍵盤和觸屏輸入方式，信息輸入者需要接觸輸入設備，而語音輸入和視覺輸入不需要接觸輸入設備。語音輸入對特定語音識別率較高，非特定語音輸入識別率低，因此語音輸入普適性差；基于視覺的輸入通過攝像頭捕捉手部運動，將手語轉(zhuǎn)換成對應的命令，實現(xiàn)手勢輸入，這就可以讓人擺脫人機交互時接觸的限制。本文介紹了一種基于ARM的操作圖片的手勢動態(tài)識別系統(tǒng)，利用數(shù)字圖像處理技術和嵌入式視覺技術，通過攝像頭捕捉手勢動態(tài)來操作顯示屏上的圖片，實現(xiàn)以非接觸的方式對圖片進行放大、縮小、切換等操作。

1 系統(tǒng)硬件架構(gòu)
    如圖1所示，手勢動態(tài)識別的硬件系統(tǒng)主要由ARM S3C6410處理器、USB攝像頭、USB控制器、LCD控制器、存儲器控制器等組成。系統(tǒng)由攝像頭獲取手勢動態(tài)的圖片，經(jīng)過S3C6410處理判斷操作者意圖，對顯示屏的圖片進行操作。

    S3C6410處理器的部分硬件特性如下：采用ARM1176JZF-S核，包含16 KB的指令數(shù)據(jù)CACHE和16KB的指令數(shù)據(jù)TCM，主頻最高可達667MHz；
支持TFT 24 b LCD屏，分辨率能支持到1 024×1 024；獨立的USB Host控制器，支持USB Host 1．1；支持(Mobile)SDRAM和(Mobile)DDR SDRAM；具有圖像處理模塊；支持JPEG編解碼功能，最大尺寸為4 096×4 096；支持對YUV420／422和RGB565／888的數(shù)據(jù)進行硬件翻轉(zhuǎn)。

2 系統(tǒng)軟件設計
    系統(tǒng)軟件架構(gòu)主要由Linux操作系統(tǒng)，OpenCV，QT／E構(gòu)成。Linux操作系統(tǒng)負責整個系統(tǒng)資源的分配和管理；OpenCV及QT／E完成圖像采集、圖像處理、動作識別、圖像顯示等功能。軟件架構(gòu)如圖2所示。

2．1 實現(xiàn)原理
    本系統(tǒng)以幀差法為基礎，通過記錄兩幀中人手的坐標信息或者面積信息，判斷人手的運動軌跡來操作顯示屏上的圖片。
    以顯示屏的左上角為坐標原點建立平面直角坐標系如圖3所示。當人手進入攝像頭捕捉區(qū)域后，攝像頭對人手進行2次拍照，S3C6410對獲取圖像進行預處理，并獲取人手圖片的數(shù)據(jù)信息，將次時刻的圖片數(shù)據(jù)與前一時刻的圖片數(shù)據(jù)進行相應的運算處理，即可判斷人手的運動方向，確定操作者的意圖，從而操作顯示屏上的圖片。

[!--empirenews.page--]
    本系統(tǒng)設置兩種圖片操作模式：切換和縮放。當處于切換模式時，根據(jù)圖片中人手在前后兩幀圖片的中位置坐標A0和A1，確定人手的左右運動方向，實現(xiàn)圖片的左或右切換，如圖4所示。當處于縮放模式時，根據(jù)圖片中人手在前后兩幀圖片的中的面積S0和S1，確定人手的前后運動方向，實現(xiàn)圖片的放大或縮小，如圖5，圖6所示。

2．2 軟件流程圖
    操作圖片的手勢動態(tài)識別系統(tǒng)程序設計基于嵌入式C語言，采用模塊化結(jié)構(gòu)，由主程序、圖像采集子程序、圖像預處理子程序、圖像識別子程序、圖片操作子程序等組成的。主程序流程圖如圖7所示。

3 測試結(jié)果
    主要測試設備包括USB攝像頭、S3C6410平臺、320×240 TFT屏，測試結(jié)果如圖8，圖9所示。測試結(jié)果表明：在攝像頭視野內(nèi)，若人手從左向右劃過，則TFT顯示屏上的圖片從左向右滑動切換至前一張圖片；若人手從右到左劃過，則TFT顯示屏上的圖片從右向從滑動切換至下一張圖片。若人手靠近攝像頭，則TFT顯示屏上的圖片放大一定倍數(shù)；若人手遠離攝像頭，則TFT顯示屏上的圖片縮小一定倍數(shù)。

4 結(jié)語
    本文介紹了基于ARM芯片S3C6410的手勢動態(tài)操作圖片的識別系統(tǒng)，通過手勢對圖片進行切換與縮放操作，實現(xiàn)了非接觸式的人機交互。本系統(tǒng)利用QT／E開發(fā)的人機界面美觀，應用開源的OpenCV提供的各種視覺、圖像處理算法，提高圖片處理的效率。本文提出的手勢輸入系統(tǒng)，可以讓用戶擺脫鼠標、鍵盤輸入的空間限制，利用“手語”“隔空”控制。本系統(tǒng)可以方便地移植到可用手勢控制的系統(tǒng)，比如醫(yī)生進出醫(yī)院手術室的大門控制系統(tǒng)，另外本文的設計思想在聾啞人手語輸入、機器人視覺輸入等方面具有良好的應用前景和很大的實用價值。