基于视觉的手势识别研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题的研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 手势的分类 | 第9-11页 |
| 1.3.1 基于数据手套的手势识别 | 第9-10页 |
| 1.3.2 基于视觉的手势识别 | 第10-11页 |
| 1.4 论文的主要内容 | 第11-14页 |
| 第二章 手势图像预处理 | 第14-30页 |
| 2.1 手势图像的获取 | 第14页 |
| 2.2 手势图像的增强 | 第14-23页 |
| 2.2.1 图像二值化 | 第14-19页 |
| 2.2.2 图像形态学 | 第19-21页 |
| 2.2.3 手势图像的平滑 | 第21-23页 |
| 2.3 颜色空间 | 第23-26页 |
| 2.3.1 RGB颜色空间 | 第23-24页 |
| 2.3.2 YUV颜色空间 | 第24-25页 |
| 2.3.3 HSV颜色空间 | 第25-26页 |
| 2.4 手势图像分割 | 第26-28页 |
| 2.4.1 基于边缘提取的手势图像分割 | 第27页 |
| 2.4.2 基于肤色的手势图像分割 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 手势特征提取 | 第30-40页 |
| 3.1 人脸区域的去除 | 第30-33页 |
| 3.2 手势轨迹与特征的提取 | 第33-38页 |
| 3.2.1 手势质心提取 | 第33-36页 |
| 3.2.2 手势特征提取 | 第36-38页 |
| 3.3 本章小结 | 第38-40页 |
| 第四章 动态手势的识别 | 第40-60页 |
| 4.1 基于质心点位置变化的手势识别 | 第40-42页 |
| 4.2 基于最小二乘曲线拟合的手势识别 | 第42-46页 |
| 4.3 基于DTW算法的手势识别 | 第46-55页 |
| 4.3.1 DTW算法的基本原理 | 第46-47页 |
| 4.3.2 DTW算法的路径约束 | 第47-49页 |
| 4.3.3 DTW算法全局路径 | 第49-51页 |
| 4.3.4 基于DTW算法的手势识别 | 第51-55页 |
| 4.4 改进DTW算法 | 第55-59页 |
| 4.4.1 基于时间阶梯函数的权重系数 | 第55-56页 |
| 4.4.2 基于正态分布曲线的权重系数 | 第56-57页 |
| 4.4.3 加权DTW算法的应用 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 手势识别系统设计与实现 | 第60-66页 |
| 5.1 系统简介 | 第60页 |
| 5.2 系统设计 | 第60-64页 |
| 5.3 OpenCV概述 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 本文工作总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 发表论文和参加科研情况说明 | 第72-74页 |
| 附录 | 第74-80页 |
| 致谢 | 第80页 |
