本文基于近几年对Kinect的技术研究提出了利用景深图像开发用手势控制开关的设计，利用强大的开源OpenNI驱动和电子编程艺术软件Processing和开源硬件平台Arduino进行软硬件结合，这样可以快速验证设计是否可行。

研究内容

本文基于微软第一代Kinect深度传感器开发出手势开关的设计。因为Kinect本身自带红外线收发功能，所以不管是夜间还是白天手势都可以被传感器识别。并且验证开源硬件平台Arduino的友好开发性和实用、易用性。

论文组织

本篇论文的组织形式如下：

从上面的叙述可以发现，手势识别有着非常广阔的应用前景，但同时也有各种挑战和困难。

本论文基于人体的三维数据进行手势识别，首先分析获取数据的平台和设备，然后进行动态手势和静态手势特数据特征的捕获和预处理的讨论，然后将两种特征数据综合起来作为动态特征描述，并尝试改进匹配算法提高识别率。最后使用Processing编写的软件获取Kinect获取的手势运动数据发送到控制硬件平台使之达到通过手势的运动来控制硬件继电器的开合。

本文共分为六大章节，详细组织结构如下：

第一章，绪论。介绍人机交互技术的发展前景和手势识别对人机交互的意义和日常应用，最后阐述本文的主要工作和研究意义。

第二章，介绍kinect深度设备结构和工作原理。比较常用的kinect驱动，分析文中采用OpenSimpleNI的优势。介绍开源软件Processing的用法和优势，介绍开源硬件开发平台Arduino的开发环境和编程语言优势。

第三章，特征数据的提取。在该章中从理论上分析了试验中需要得到的特征数据，利用手部姿势算法和肤色识别技术来分割手部姿态，并得出最终解决方案。

第四章，分别介绍了Arduino 开发平台、Processing电子艺术编程软件 、Kinect传感器在本实验中的具体作用，给出了详细步骤和代码分析。

第五章，介绍了系统硬件的设计，分别介绍了个元器件在实验中的应用，了解串行通信原理和简单了串行通信控制例子。

第六章，次章为测试数据，在多次试验中测试系统的稳定性。

第七章，总结本论文已完成的部分和未完成的部分，为进一步后续研究指明方向。

手势识别是近几年来研究的热点，特别是当AR、VR技术大爆发的现在，研究手势识别和基于手势识别的控制意义特别重大。在做本实验前本人认真查阅的最近几年手势识别上的相关文章，在此基础上本文对手势控制的开关设计总结如下：

（1）本文提出了一种软硬件结合的手势控制开关的设计。

（2）本系统采用Kinect深度传感器进行手势识别可以有效的去除复杂环境对手势检测的影响。

（3）使用Processing电子艺术编程软件编写了手势识别的界面，让使用者更直观的了解其工作时摄像头的拍摄情况。

已完成工作

主要的研究工作和研究成果包括如下几点：

⑴研究学习了开源硬件平台Arduino的使用，了解掌握其语法结构，在此基础上搭建手势开关的硬件平台。

⑵了解电子编程艺术软件Processing，作为Kinect传感器和Arduino开发板的桥梁，用其开发Kinect手势识别部分，并且将数据发送至Arduino开发板控制继电器的开合。

⑶本论文采用Kinect深度传感器，所以先研究分析它的工作原理，然后利用其获取深度图像，基于此完成最重要的手势控制部分。

⑷完成了硬件平台的搭建。