| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 目录 | 第8-10页 |
| 第一章 引言 | 第10-28页 |
| ·研究背景与意义 | 第10-12页 |
| ·自然人机交互技术研究现状 | 第12-16页 |
| ·基于裸手的自然人机交互 | 第16-22页 |
| ·手势分割 | 第17-18页 |
| ·指尖定位 | 第18-19页 |
| ·手势跟踪 | 第19-22页 |
| ·本文工作 | 第22-26页 |
| ·复杂环境中的手势分割 | 第23-24页 |
| ·手指指尖定位 | 第24-25页 |
| ·手势跟踪 | 第25-26页 |
| ·论文结构 | 第26-28页 |
| 第二章 复杂环境中的手势分割 | 第28-72页 |
| ·基于颜色的肤色检测技术 | 第28-44页 |
| ·颜色的基本概念 | 第28-29页 |
| ·肤色检测中的颜色空间 | 第29-33页 |
| ·各颜色空间在肤色检查中的比较 | 第33-35页 |
| ·肤色模型 | 第35-40页 |
| ·基于YCbCr颜色空间的肤色检测 | 第40-44页 |
| ·动态图像分割技术 | 第44-55页 |
| ·光流法 | 第44-45页 |
| ·背景差分法 | 第45-52页 |
| ·帧间差分法 | 第52-53页 |
| ·运动目标分氯算法的比较 | 第53-55页 |
| ·背景噪声去除及连通区域查找 | 第55-66页 |
| ·轮廓树 | 第56-59页 |
| ·多边形拟合 | 第59-60页 |
| ·数学形态学 | 第60-62页 |
| ·二值图像噪声减除算法比较及分析 | 第62-65页 |
| ·基于轮廓树及数学形态的二值图像噪声减除算法 | 第65-66页 |
| ·基于颜色及局部背景差分的肤色检测算法 | 第66-71页 |
| ·基于YCbCr颜色空间的肤色检测的不足 | 第66-67页 |
| ·基于颜色及同部背景差分的肤色检测算法 | 第67-71页 |
| ·本章小节 | 第71-72页 |
| 第三章 实时手指指尖定位 | 第72-85页 |
| ·手部模型 | 第72-73页 |
| ·手掌重心提取 | 第73-76页 |
| ·基于距离变换的手掌重心查找算法 | 第73-76页 |
| ·基于手掌重心的手指指尖定位算法 | 第76-83页 |
| ·手指指尖初步定位 | 第76-80页 |
| ·手指指尖精确定位 | 第80-83页 |
| ·本章小结 | 第83-85页 |
| 第四章 手势跟踪 | 第85-131页 |
| ·MEAN SHIFT算法 | 第85-101页 |
| ·概率密度函数的估计 | 第86-92页 |
| ·基本Mean Shift算法 | 第92-95页 |
| ·运动目标跟踪与Mean Shift算法 | 第95-101页 |
| ·粒子滤波算法 | 第101-120页 |
| ·动态系统模型 | 第102-103页 |
| ·贝叶斯滤波 | 第103-107页 |
| ·蒙特卡罗积分 | 第107-109页 |
| ·重要性采样算法 | 第109-111页 |
| ·序惯重要性采样 | 第111-113页 |
| ·重采样算法 | 第113-115页 |
| ·粒子滤波算法总结 | 第115-116页 |
| ·粒子滤波与运动目标跟踪 | 第116-119页 |
| ·粒子滤波的缺陷 | 第119-120页 |
| ·基于粒子滤波及MEAN SHIFT的四向预测跟踪算法 | 第120-129页 |
| ·基于粒子滤波及Mean Shift的单向预测跟踪算法 | 第122-125页 |
| ·单向预测跟踪算法存在的主要问题 | 第125-126页 |
| ·基于粒子滤波及Mean Shift的四向预测跟踪算法 | 第126-129页 |
| ·本章小节 | 第129-131页 |
| 第五章 实时手部运动跟踪及指尖定位 | 第131-137页 |
| ·实时手部运动跟踪及指尖定位算法 | 第131-134页 |
| ·人机交互系统设计及实现 | 第134-137页 |
| 第六章 总结与展望 | 第137-141页 |
| ·论文主要贡献 | 第137-139页 |
| ·未来的工作 | 第139-141页 |
| 参考文献 | 第141-151页 |
| 致谢 | 第151-152页 |
