论文部分内容阅读
随着知识可视化技术和农业生产知识的结合越来越紧密和重要,目前将知识可视化技术应用在农业领域上形成的农业知识可视化已经成为研究的重点。知识可视化是利用图形图像、三维模型、视频动画等方式来构建和表达某一领域中复杂知识的技术,为知识的晦涩难懂、枯燥无味提供了革新式的处理手段。其次,目前农业知识可视化的交互手段越来越满足不了人们日益增长的需要,由于人机交互技术的快速发展,体感交互技术成为自然交互研究的新领域,其中的手势识别是研究重点,体感交互技术可以很好的弥补其交互不足的问题,对于提高农业知识可视化的交互性具有重要的研究意义。针对农作物栽培知识和技术的枯燥无味,传播和推广效率低下等问题,以玉米栽培知识为研究对象,利用知识视觉表征方法,设计和实现玉米栽培知识可视化系统。通过玉米栽培知识可视化系统,可以让人们趣味化学习和掌握有序的玉米栽培知识,提高栽培知识的传播和推广效率。针对玉米栽培知识可视化系统交互性差、沉浸性低、操作繁琐和体验差的问题,以系统交互内容为研究对象,利用Kinect体感设备,采用手势识别的方法来完成体感交互,将体感交互与玉米栽培知识可视化系统进行集成,构建出基于体感交互的玉米栽培知识可视化系统。本文主要开展了以下几个内容的研究:(1)设计玉米栽培知识可视化系统,首先对玉米栽培知识和技术利用知识视觉表征设计映射出其虚拟空间中的知识对象,再依据玉米栽培知识详细设计了玉米栽培过程中的六个场景,并对场景进行模型构建、脚本处理和场景渲染构建出玉米栽培知识可视化场景。(2)针对于在系统中增加基于体感的人机交互功能,设计了六种静态手势和五种动态手势的人机交互。利用阈值法对Kinect捕获的手势数据进行动静态手势分类。基于静态手势图像的预处理,采用HOG特征提取和贝叶斯正则化BP神经网络实现对静态手势的识别,通过实验结果:HOG+贝叶斯正则化BP神经网络平均识别率为91.3%,HOG+SVM平均识别率为87%,表明本文采用的识别算法具有更好的识别效果;基于动态手势运动轨迹的特征提取,采用DTW算法实现对动态手势的识别,通过实验结果:动态手势平均识别率为90.8%,表明识别方法有效且识别率高。(3)基于集成设计,对玉米栽培知识可视化系统的交互对象添加脚本,通过脚本调用动态链接库中的函数接口和数据,完成手势控制可视化交互对象的目的,实现了玉米栽培知识可视化系统与体感交互的集成,构建出基于体感交互的玉米栽培知识可视化系统。本文通过对玉米栽培知识可视化系统的设计和基于手势识别的体感交互设计,将二者进行集成,构建出基于体感交互的玉米栽培知识可视化系统,实现了农作物玉米栽培知识和技术的趣味化,提高了农作物可视化系统的交互性,对农业知识和技术的传播与推广具有重要的应用价值。