全文总字数：4681字
文献综述
一、研究背景及意义1.研究背景随着计算机的广泛应用，人机交互已成为人们日常生活中的重要部分[1]。
人机交互的最终目标是实现人与机器自然地交流，因此手势识别研究顺应了发展需要。
然而由于手势本身具有多样性、多义性以及时间和空间上的差异性等特点，加之人手是复杂变形体以及视觉本身的不适定性，所以手势识别成为多学科交叉的研究课题[2]。
2.研究意义对于手势识别而言，基于可穿戴设备的方式，大多设备复杂，成本较高[3]；基于图像识别的方式，光线过亮或过暗、有较多手势存在、手势距采集设备距离不同等各种复杂背景因素更是难以解决[4]；而通过研究基于光学阵列的手势识别传感器，减少了对手部复杂设备的依赖，降低了成本，在传感器内部集成多种手势，也在一定意义上减少了背景因素的影响。
二、研究及应用现状最初的手势识别主要是利用机器设备直接检测手、胳膊各关节的角度和空间位置[5]。
随着技术的发展，目前主流的手势识别技术方法有：基于图像的手势动作识别，但由于手势的多样性和差异性，通过摄像设备对手势捕捉只能局限在特定范围，且受环境影响较大；基于微惯性传感器实现手势的识别，通过获取手部的姿态信号， 与手势库进行匹配，识别较为准确，但通过传感器与手部的绑定，并不能真正减少对手部的束缚，也抑制了手的自然表达[6]。
因此如何真正解放双手实现手势识别成为当前研究的另一热门，基于光学阵列的传感器应运而生，其内部集成了九种手势的识别：上、下、左、右、向前、向后、顺时针、逆时针以及挥动的手势动作识别，可以在无任何手部设备辅助的情况下实现与交互设备的互动，例如挥挥手便可打开的智能台灯[8]、智能音箱、有些oppo手机的手势隔空操作等。
三、系统工作原理及基本组成 1.系统工作原理 基于手势控制的相机的基本系统总体分为4个模块，如图1所示，分别是手势检测模块、摄像头模块、LCD液晶屏模块和存储模块。
当用户作出特定手势后，手势检测模块对探测到的手势特征原始数据进行获取，获取的数据会存在寄存器中，同时手势识别阵列会对原始数据进行识别处理，最后将手势结果存到寄存器中，根据 I2C 接口对手势识别的结果进行读取[9]， STM32最小系统根据接收到的手势检测模块的数字信号生成控制信息，通过I2C接口传输给相机，控制相机进行拍摄，相机拍摄到的JPEG图像数据通过数据传输，传输到LCD液晶屏模块和SD卡中[10]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
