| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 静态手势识别 | 第10-12页 |
| 1.2.2 动态手势识别 | 第12页 |
| 1.3 论文主要研究内容及安排 | 第12-15页 |
| 第2章 手势分割算法 | 第15-31页 |
| 2.1 颜色空间及其相互转换 | 第15-19页 |
| 2.1.1 RGB颜色空间 | 第15-16页 |
| 2.1.2 RGB颜色空间的归一化 | 第16-17页 |
| 2.1.3 HSI色彩空间 | 第17-18页 |
| 2.1.4 YCbCr色彩空间 | 第18-19页 |
| 2.2 基于颜色空间的肤色模型 | 第19-23页 |
| 2.2.1 肤色分析 | 第19-21页 |
| 2.2.2 肤色椭圆模型 | 第21-22页 |
| 2.2.3 肤色高斯模型 | 第22-23页 |
| 2.3 两种肤色模型对比 | 第23-25页 |
| 2.4 手势区域检测 | 第25-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 基于改进Hu和灰度共生矩阵特征提取的手势识别 | 第31-45页 |
| 3.1 基于形状和纹理特征的手势识别方法框架 | 第31-40页 |
| 3.1.1 改进Hu矩 | 第32-34页 |
| 3.1.2 边缘提取 | 第34-35页 |
| 3.1.3 灰度共生矩阵 | 第35-36页 |
| 3.1.4 灰度共生矩阵的纹理提取方法 | 第36-39页 |
| 3.1.5 手势纹理特征的计算 | 第39-40页 |
| 3.2 实验及结果分析 | 第40-44页 |
| 3.2.1 相似性度量 | 第40-41页 |
| 3.2.2 实验结果与分析 | 第41-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第4章 基于卷积神经网络的手势识别 | 第45-61页 |
| 4.1 人工神经网络 | 第45-47页 |
| 4.1.1 人工神经网络的结构 | 第46-47页 |
| 4.1.2 BP神经网络 | 第47页 |
| 4.2 基于手势灰度图像的卷积神经网络 | 第47-52页 |
| 4.3 实验结果与对比分析 | 第52-57页 |
| 4.3.1 实验结果与分析 | 第52-55页 |
| 4.3.2 对比实验与分析 | 第55-57页 |
| 4.4 手势识别系统仿真 | 第57-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 本文的不足及下一步工作重点 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 附录A (攻读学位其间发表论文目录) | 第71-73页 |
| 附录B (攻读学位其间参与科研项目) | 第73页 |