眼部疾病是影响人们生活质量的主要疾病之一,中国是世界上盲人最多的国家。对于由视网膜色素变性以及老年黄斑色素变性引起的失明患者来讲,视觉假体的研究为盲人提供了一种可行的视觉替代方案。假体通过对视神经系统进行电刺激,使视觉中枢产生光幻视,为假体植入者提供可理解的视觉感受,从而恢复部分或全部视觉功能。仿真假体视觉下的动作识别研究对于帮助盲人更好地通过视觉假体感知外界环境事物,辨别人体行为方式有着一定的参考价值。动作识别的研究通常包括手势识别,运动识别,姿态预测等方向。手势不但是一种重要的肢体语言,且基于视觉的手势识别技术是目前人机交互研究的主要方向。因此,在仿真假体视觉的研究中,针对手势的识别也具有重要的研究意义。手势识别的效果一定程度上取决于摄像机获取的图像的质量,如图像分辨率,是否携带深度信息等均会对图像质量产生影响。本文首先通过对基于Kinect获取的深度图像进行人体动作识别研究。通过对获得的深度图像进行简单的图像处理,针对左移、右移、上蹦和下蹲四个动作,设计一个动作识别系统进行识别。实验结果表明,基于深度图像的动作识别可以较好地将人体与背景分离,实现良好的动作识别效果。本文接下来通过针对仿真假体视觉下彩色图像和深度图像对于手势识别的不同效果,使用Kinect获取彩色图像以及深度图像进行手势识别研究,探究一种仿真假体视觉下更合适的图像处理手段。通过Kinect获取深度图像,利用Opencv库函数对获取的图像进行基于深度距离的阈值分割将人体与背景分离,再对分离出来的前景图像进行中值滤波,以及基本的形态学处理方法,不断对图像地进行腐蚀、膨胀处理,从而尽量地去除图像噪声,为之后的手势识别提供良好的手势姿势图像。再对处理过后的手势图像进行像素化处理,就可以进行仿真假体视觉下的手势识别实验。实验要求被试者在32×32,48×48,64×64三种分辨率下进行从0到9共十个数字手势和从A到Z共二十六个字母手势的手势识别实验。结果表明,随着分辨率的增加,手势识别的准确率也不断增加。同一分辨率下,深度图像下的手势识别率总体来讲要高于彩色图像下的手势识别率,且在32×32分辨率下,二者差异显著。