| 第一章 引言 | 第1-16页 |
| ·手势识别研究背景及现状 | 第7-8页 |
| ·手势输入的实现方式 | 第8-9页 |
| ·基于数据手套的手势输入 | 第8页 |
| ·基于视觉的手势输入 | 第8-9页 |
| ·手势识别方法 | 第9-14页 |
| ·几何特征识别法 | 第9-10页 |
| ·神经网络识别法 | 第10-12页 |
| ·HMM(Hidden Markov Model)方法 | 第12-14页 |
| ·本论文的工作 | 第14-16页 |
| 第二章 图像格式以及常用操作 | 第16-24页 |
| ·图像格式 | 第16-18页 |
| ·数字图像的表示 | 第16页 |
| ·灰度图像 | 第16页 |
| ·TIFF与BMP图像格式 | 第16-18页 |
| ·常用的图像操作 | 第18-24页 |
| ·图像的剪切 | 第18-19页 |
| ·图像的缩放 | 第19页 |
| ·图像的旋转 | 第19-22页 |
| ·图像的亮度调整 | 第22-23页 |
| ·图像的变换 | 第23-24页 |
| 第三章 图像预处理 | 第24-31页 |
| ·图像锐化 | 第24-26页 |
| ·梯度锐化 | 第24-25页 |
| ·拉普拉斯(Laplacian)锐化 | 第25-26页 |
| ·手势图像的平滑 | 第26-27页 |
| ·手势图像的二值化 | 第27-31页 |
| ·人工设定整体阈值 | 第27-28页 |
| ·由灰度级直方图(Grey level histogram)确定整体阈值 | 第28页 |
| ·自动确定整体阈值的其他方法 | 第28-29页 |
| ·本文的二值化算法 | 第29-31页 |
| 第四章 手势特征提取 | 第31-40页 |
| ·字母手势图像重心 | 第31页 |
| ·手势图像边界检测与定位 | 第31-37页 |
| ·常用的边界检测算子 | 第32-35页 |
| ·八方向链码搜索法 | 第35-37页 |
| ·字母手势图像关键点提取方法 | 第37-40页 |
| 第五章 手势识别 | 第40-46页 |
| ·构造手势特征向量库 | 第40-41页 |
| ·样本的采集与获取过程 | 第40页 |
| ·样本库的数据结构与管理 | 第40-41页 |
| ·模式识别中的常用距离 | 第41-46页 |
| ·明考夫斯基距离 | 第42页 |
| ·马氏距离(Mahalanbis distance) | 第42页 |
| ·类似度(Similarity) | 第42-43页 |
| ·本文中运用的距离--Hausdorff距离(HD) | 第43-46页 |
| 第六章 实现及结果分析 | 第46-50页 |
| ·运用HD与手势库中手势作匹配过程 | 第46-47页 |
| ·识别系统运行界面 | 第47页 |
| ·识别结果分析 | 第47-50页 |
| 结束语 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 发表文章 | 第54-55页 |
| 致谢 | 第55页 |
