手势图像特征提取与识别技术研究
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| ·手势识别的研究背景及意义 | 第6页 |
| ·手势识别的国内外发展现状 | 第6-7页 |
| ·手势识别技术的研究难点 | 第7-8页 |
| ·本文总体内容与全文结构安排 | 第8-10页 |
| 第二章 手势识别技术的基础理论 | 第10-19页 |
| ·手势识别流程及方法概述 | 第10-11页 |
| ·颜色空间模型简介 | 第11-14页 |
| ·RGB颜色空间模型 | 第11-12页 |
| ·HSI颜色空间模型 | 第12-13页 |
| ·YCbCr颜色空间模型 | 第13-14页 |
| ·其它颜色空间模型 | 第14页 |
| ·图像特征 | 第14-17页 |
| ·图像的颜色特征 | 第15页 |
| ·图像的形状特征 | 第15-16页 |
| ·图像的纹理特征 | 第16-17页 |
| ·其它的图像特征 | 第17页 |
| ·分类器介绍 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 手势图像预处理及分割 | 第19-29页 |
| ·手势图像分割的基本思想 | 第19-21页 |
| ·颜色空间的选择 | 第19-20页 |
| ·常用的肤色检测方法 | 第20页 |
| ·本文使用的肤色检测方法 | 第20-21页 |
| ·手势图像形态学处理 | 第21-24页 |
| ·二值形态学处理 | 第21-22页 |
| ·图像平滑和锐化 | 第22-24页 |
| ·手势分割实验结果 | 第24-25页 |
| ·图像增强与归一化处理 | 第25-28页 |
| ·直方图均衡化 | 第25-26页 |
| ·图像归一化处理 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 多级区域局部二值模式 | 第29-39页 |
| ·经典局部二值模式 | 第29-32页 |
| ·经典局部二值模式 | 第29-30页 |
| ·圆形邻域LBP算子 | 第30-31页 |
| ·统一化LBP算子 | 第31-32页 |
| ·局部二值模式的优点及不足 | 第32页 |
| ·LBP的改进算法 | 第32-34页 |
| ·基于单一分块的LBP算子 | 第32-33页 |
| ·基于滑动窗口的LBP算子 | 第33页 |
| ·基于时间序列的LBP算子 | 第33-34页 |
| ·ε-LBP算子 | 第34页 |
| ·多级区域局部二值模式及特征提取实验结果 | 第34-38页 |
| ·多级区域局部二值模式 | 第34-36页 |
| ·多级区域局部二值模式的优点 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 SVM分类器及分类实验结果 | 第39-49页 |
| ·支持向量机基础 | 第39-44页 |
| ·线性支持向量机 | 第39-42页 |
| ·非线性支持向量机 | 第42-43页 |
| ·支持向量机多值分类 | 第43-44页 |
| ·支持向量机在手势识别的应用 | 第44-46页 |
| ·本文使用的识别方法 | 第44-45页 |
| ·本文选用的支持向量机核函数 | 第45页 |
| ·模型参数的选择 | 第45-46页 |
| ·手势数据库介绍 | 第46页 |
| ·实验结果 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 作者简介 | 第55页 |
| 攻读硕士学位期间研究成果 | 第55-56页 |
