| 第一章 绪论 | 第1-16页 |
| ·研究背景 | 第8-9页 |
| ·手势识别的分类 | 第9页 |
| ·历史及现状 | 第9-10页 |
| ·常用的手势识别的方法 | 第10-13页 |
| ·基于神经网络的手势识别 | 第11-12页 |
| ·基于HMM的手势识别 | 第12页 |
| ·基于几何特征的手势识别 | 第12-13页 |
| ·本论文的工作 | 第13-16页 |
| 第二章 数据提取 | 第16-26页 |
| ·概述 | 第16页 |
| ·图像存储 | 第16-18页 |
| ·数字图像的表示及灰度图 | 第16-17页 |
| ·BMP图像格式 | 第17-18页 |
| ·图像的几何操作 | 第18-22页 |
| ·图像的平移 | 第18-19页 |
| ·图像的缩放 | 第19-20页 |
| ·图像的旋转 | 第20-22页 |
| ·常用图像变换的方法简介 | 第22-26页 |
| ·Hough变换 | 第23-24页 |
| ·傅立叶变换 | 第24-26页 |
| 第三章 图像的预处理 | 第26-34页 |
| ·图像的平滑 | 第27-28页 |
| ·图像的锐化 | 第28-30页 |
| ·梯度锐化 | 第29页 |
| ·拉普拉斯锐化 | 第29-30页 |
| ·图像的二值化 | 第30-34页 |
| ·人工设定整体阈值 | 第30-31页 |
| ·由灰度级直方图(Grey level histogram)确定整体阈值 | 第31页 |
| ·自动确定整体阈值的其他方法 | 第31-32页 |
| ·手势识别系统选用的二值化方法 | 第32-34页 |
| 第四章 几何矩及其在手势识别中的应用 | 第34-42页 |
| ·几何矩的基本概念 | 第34-39页 |
| ·图像矩的一般定义 | 第34页 |
| ·几何矩的性质 | 第34页 |
| ·几何矩的不同类型 | 第34-35页 |
| ·使用几何矩进行图像的形状描述 | 第35-36页 |
| ·几何矩的快速算法 | 第36页 |
| ·几何矩不变量 | 第36-39页 |
| ·本系统的特征空间 | 第39页 |
| ·图像矩特征的匹配 | 第39-42页 |
| ·加权的欧几里德距离法 | 第40页 |
| ·相关系数法 | 第40页 |
| ·对数距离法 | 第40-42页 |
| 第五章 实现及结果分析 | 第42-55页 |
| ·系统环境及系统流程 | 第42-43页 |
| ·手势图像几何矩的提取 | 第43-46页 |
| ·手势图像匹配 | 第46-49页 |
| ·手势样本库的建立 | 第49-51页 |
| ·实验数据及分析 | 第51-55页 |
| ·系统运行界面 | 第51-53页 |
| ·实验数据 | 第53-54页 |
| ·实验结论 | 第54-55页 |
| 结束语 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 发表文章 | 第59-60页 |
| 致谢 | 第60-61页 |