基于Kinect深度图像的手势识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-18页 |
| ·课题研究背景与意义 | 第8-10页 |
| ·手势识别研究概况 | 第10-15页 |
| ·手势识别技术的分类 | 第10-11页 |
| ·手势识别系统的整体结构 | 第11-14页 |
| ·国内外研究现状 | 第14-15页 |
| ·手势识别的技术难点 | 第15-16页 |
| ·手势区域检测的困难 | 第15-16页 |
| ·手势识别的困难 | 第16页 |
| ·本文的研究工作与组织结构 | 第16-18页 |
| ·本文研究工作 | 第16-17页 |
| ·本文组织结构 | 第17-18页 |
| 2 Kinect 深度图像获取与预处理 | 第18-31页 |
| ·深度图像测量技术 | 第18-19页 |
| ·Kinect 概述 | 第19-23页 |
| ·Kinect 硬件组成 | 第19-20页 |
| ·Kinect 深度图像成像原理 | 第20-23页 |
| ·深度图像的获取 | 第23-27页 |
| ·深度信息的获取 | 第23-24页 |
| ·像素位置与实际位置的转换 | 第24-26页 |
| ·深度图像与 RGB 彩色图像的转换 | 第26-27页 |
| ·图像预处理 | 第27-30页 |
| ·噪声来源 | 第27页 |
| ·高斯滤波 | 第27-28页 |
| ·中值滤波 | 第28-29页 |
| ·形态学处理 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 基于深度图像的静态手势识别 | 第31-48页 |
| ·手部区域提取 | 第31-35页 |
| ·手心重置 | 第35-37页 |
| ·指尖检测 | 第37-45页 |
| ·基于重心距离的指尖检测方法 | 第38页 |
| ·基于曲率的指尖检测方法 | 第38-40页 |
| ·基于 DB-CDD 指尖检测方法 | 第40-44页 |
| ·三种指尖检测方法的比较与分析 | 第44-45页 |
| ·实验结果 | 第45-47页 |
| ·基于凸缺陷的手势识别 | 第45-46页 |
| ·基于指尖的多点触控 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 4 基于深度图像的动态手势识别 | 第48-64页 |
| ·Kinect 人体检测与跟踪 | 第49-51页 |
| ·手势特征提取 | 第51-52页 |
| ·DTW 识别算法 | 第52-54页 |
| ·DTW 基本原理 | 第52-53页 |
| ·全局约束的优化 | 第53-54页 |
| ·失真度阈值的设定 | 第54页 |
| ·实验结果 | 第54-63页 |
| ·手势模板训练 | 第54-56页 |
| ·手势识别实验 | 第56-58页 |
| ·PPT 操作系统 | 第58-62页 |
| ·鲁棒性验证 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 5 总结与展望 | 第64-66页 |
| ·论文工作总结 | 第64页 |
| ·未来工作展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间发表论文及科研成果 | 第69-70页 |
| 致谢 | 第70-71页 |
