| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景与研究意义 | 第10-11页 |
| 1.2 手指语国内外历史与现状 | 第11-13页 |
| 1.2.1 基于数据手套的手语识别 | 第12页 |
| 1.2.2 基于视觉的手语识别 | 第12-13页 |
| 1.3 中国手语介绍 | 第13-16页 |
| 1.4 本文的研究内容 | 第16页 |
| 1.5 本文的结构安排 | 第16-17页 |
| 1.6 本章小结 | 第17-18页 |
| 第2章 手势分割与跟踪 | 第18-38页 |
| 2.1 常见的图像分割技术 | 第18-26页 |
| 2.1.1 光流法 | 第18-19页 |
| 2.1.2 帧间差分法 | 第19-21页 |
| 2.1.3 背景差分法 | 第21-22页 |
| 2.1.4 混合高斯建模法 | 第22-24页 |
| 2.1.5 Codebook建模法 | 第24-26页 |
| 2.2 物体跟踪算法介绍 | 第26-30页 |
| 2.2.1 Meanshift跟踪算法 | 第26-29页 |
| 2.2.2 Camshift跟踪算法 | 第29-30页 |
| 2.3 图像预估算法 | 第30-33页 |
| 2.3.1 Kalman滤波器算法原理 | 第30-32页 |
| 2.3.2 粒子滤波器算法原理 | 第32-33页 |
| 2.4 基于Kalman滤波的Camshift手势跟踪算法 | 第33-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第3章 手势图像预处理 | 第38-57页 |
| 3.1 图像的颜色空间 | 第38-42页 |
| 3.1.1 RGB颜色空间 | 第38-39页 |
| 3.1.2 YCbCr颜色空间 | 第39页 |
| 3.1.3 HSV颜色空间 | 第39-40页 |
| 3.1.4 颜色空间选择 | 第40-42页 |
| 3.2 图像平滑 | 第42-44页 |
| 3.3 图像形态学处理 | 第44-46页 |
| 3.4 图像阈值化 | 第46-49页 |
| 3.5 手势轮廓提取 | 第49-56页 |
| 3.5.1 边缘检测算子 | 第49-52页 |
| 3.5.2 连续轮廓提取 | 第52-56页 |
| 3.6 本章小结 | 第56-57页 |
| 第4章 手势特征提取与识别 | 第57-80页 |
| 4.1 Hu不变矩 | 第57-59页 |
| 4.2 傅里叶描述子 | 第59-61页 |
| 4.2.1 傅里叶描述子提取 | 第59-60页 |
| 4.2.2 傅里叶描述子特征提取实验 | 第60-61页 |
| 4.3 手势识别 | 第61-79页 |
| 4.3.1 图像识别概述 | 第61页 |
| 4.3.2 手势目标分类方法 | 第61-64页 |
| 4.3.3 基于SVM的手势识别模型 | 第64-73页 |
| 4.3.4 基于SVM的手指语识别实现 | 第73-79页 |
| 4.4 本章小结 | 第79-80页 |
| 第5章 手指语识别系统的实验结果及分析 | 第80-89页 |
| 5.1 系统开发的环境 | 第80-81页 |
| 5.2 系统运行实验及结果分析 | 第81-88页 |
| 5.2.1 系统运行实验 | 第81-86页 |
| 5.2.2 实验结果分析 | 第86-88页 |
| 5.3 本章小结 | 第88-89页 |
| 第6章 总结与展望 | 第89-92页 |
| 6.1 总结 | 第89-90页 |
| 6.2 展望 | 第90-92页 |
| 致谢 | 第92-93页 |
| 参考文献 | 第93-96页 |
| 攻读硕士学位期间参加的科研情况 | 第96页 |