| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-14页 |
| 1.1 课题研究背景与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 课题研究存在的难点 | 第12页 |
| 1.4 课题主要研究内容及论文组织安排 | 第12-14页 |
| 1.4.1 课题主要研究内容 | 第12-13页 |
| 1.4.2 论文章节安排 | 第13-14页 |
| 2 复杂背景下的肤色建模与手势分割 | 第14-23页 |
| 2.1 常用颜色空间及转换方式 | 第14-18页 |
| 2.1.1 RGB颜色空间 | 第14-15页 |
| 2.1.2 HSI颜色空间 | 第15-16页 |
| 2.1.3 HSV颜色空间 | 第16-18页 |
| 2.2 肤色特征建模 | 第18-19页 |
| 2.2.1 阈值法肤色检测 | 第18页 |
| 2.2.2 高斯分布模型 | 第18-19页 |
| 2.2.3 颜色直方图模型 | 第19页 |
| 2.3 融合人脸肤色检测的手势分割 | 第19-22页 |
| 2.3.1 传统阈值法手势分割 | 第20-21页 |
| 2.3.2 融合人脸肤色检测的阈值法手势分割 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 人脸检测与定位算法分析 | 第23-32页 |
| 3.1 人脸检测概述 | 第23-24页 |
| 3.2 Haar-like特征 | 第24-25页 |
| 3.3 AdaBoost人脸检测算法 | 第25-31页 |
| 3.3.1 弱分类器的训练 | 第26-27页 |
| 3.3.2 强分类器的训练 | 第27-28页 |
| 3.3.3 多层级联强分类器的训练 | 第28-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 手势识别图像预处理 | 第32-41页 |
| 4.1 图像平滑去噪 | 第32-34页 |
| 4.1.1 邻域平均法 | 第32-33页 |
| 4.1.2 中值滤波法 | 第33-34页 |
| 4.2 图像灰度化与灰度级变换 | 第34-36页 |
| 4.2.1 图像灰度化 | 第34页 |
| 4.2.2 图像灰度级变换 | 第34-36页 |
| 4.3 图像二值化与形态学处理 | 第36-40页 |
| 4.3.1 图像二值化 | 第36-38页 |
| 4.3.2 形态学处理 | 第38-40页 |
| 4.4 本章小结 | 第40-41页 |
| 5 手势特征提取与数字手势识别 | 第41-64页 |
| 5.1 运动手势检测 | 第41-44页 |
| 5.1.1 三帧帧间差检测运动手势 | 第43-44页 |
| 5.2 手势轮廓提取 | 第44-47页 |
| 5.3 凸包算法 | 第47-51页 |
| 5.3.1 凸多边形与凸包的定义 | 第47-48页 |
| 5.3.2 传统凸包算法 | 第48-51页 |
| 5.4 基于Graham扫描算法的手势凸包与凸性缺陷检测 | 第51-53页 |
| 5.5 掌心特征实时检测定位 | 第53-58页 |
| 5.5.1 基于凸缺陷均值的掌心检测 | 第54页 |
| 5.5.2 基于肤色值变化权重系数的掌心检测 | 第54-55页 |
| 5.5.3 基于指间凹槽最小外接圆的实时掌心检测 | 第55-58页 |
| 5.6 数字手势识别 | 第58-63页 |
| 5.6.1 Hausdorff距离模板匹配法 | 第58-61页 |
| 5.6.2 手势识别决策树模型 | 第61-63页 |
| 5.7 本章小结 | 第63-64页 |
| 6 基于特征提取的掌心实时定位与手势识别系统的实现 | 第64-77页 |
| 6.1 系统总体框架设计 | 第64-65页 |
| 6.2 系统运行环境配置与功能实现 | 第65-67页 |
| 6.2.1 系统运行环境配置 | 第65-66页 |
| 6.2.2 系统实现流程 | 第66-67页 |
| 6.3 实验设计与结果分析 | 第67-75页 |
| 6.4 系统应用 | 第75-76页 |
| 6.5 本章小结 | 第76-77页 |
| 7 总结与展望 | 第77-79页 |
| 7.1 总结 | 第77-78页 |
| 7.2 展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 个人简历、研究成果及获奖情况 | 第83-84页 |
| 致谢 | 第84页 |