| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 手部图像关节特征检测的国内外进展 | 第9-13页 |
| 1.2.1 指节图像的关节信息学习 | 第9-10页 |
| 1.2.2 基于手部特征的关节识别 | 第10-13页 |
| 1.3 本文的主要研究工作 | 第13-15页 |
| 2 指节图像的关节特征识别及其聚类学习 | 第15-25页 |
| 2.1 图像特征增强 | 第15-16页 |
| 2.2 基于高斯过程的二分类 | 第16-18页 |
| 2.2.1 二值分类的联合先验概率分布和条件先验概率分布 | 第16-17页 |
| 2.2.2 似然函数 | 第17页 |
| 2.2.3 后验概率分布 | 第17-18页 |
| 2.2.4 随机场的预测计算 | 第18页 |
| 2.3 指节图像特征学习 | 第18-19页 |
| 2.4 仿真实验 | 第19-23页 |
| 2.4.1 基于高斯过程的指节数据模型 | 第20-21页 |
| 2.4.2 考虑聚类测度的数据分类和迭代学习 | 第21-22页 |
| 2.4.3 指节在聚类学习中的识别实验结果和分析 | 第22-23页 |
| 2.5 结论 | 第23-25页 |
| 3.手部图像特征提取 | 第25-43页 |
| 3.1 手部图像的肤色分割 | 第25-32页 |
| 3.1.1 肤色相似度计算 | 第27-28页 |
| 3.1.2 Otsu肤色分割算法 | 第28-29页 |
| 3.1.3 图像形态学处理 | 第29-32页 |
| 3.2 基于关节的手形特征提取 | 第32-39页 |
| 3.2.1 指形曲线拟合 | 第33-34页 |
| 3.2.2 指尖与指根定位 | 第34-36页 |
| 3.2.3 手掌定位 | 第36-39页 |
| 3.3 实验结果 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 4.手部图像的双目立体匹配 | 第43-57页 |
| 4.1 角点特征匹配算法 | 第43-50页 |
| 4.1.1 Harris角点特征匹配算法 | 第44-45页 |
| 4.1.2 改进的角点特征匹配算法 | 第45-47页 |
| 4.1.3 实验结果及分析 | 第47-50页 |
| 4.2 区域与特征相结合匹配算法的原理 | 第50-55页 |
| 4.2.1 区域与特征相结合匹配算法的实现 | 第51-52页 |
| 4.2.2 关节内部的区域匹配 | 第52-53页 |
| 4.2.3 实验结果及分析 | 第53-55页 |
| 4.3 本章小结 | 第55-57页 |
| 5.总结与展望 | 第57-59页 |
| 5.1 全文总结 | 第57页 |
| 5.2 研究展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附件 | 第65页 |