| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 文中常见缩写及符号说明 | 第12-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 研究现状 | 第15-18页 |
| 1.3 本文研究的主要内容 | 第18-19页 |
| 1.4 论文结构安排 | 第19-20页 |
| 第二章 图像特征提取与分类识别算法 | 第20-38页 |
| 2.1 特征提取算法 | 第20-34页 |
| 2.1.1 全局特征 | 第20-24页 |
| 2.1.2 局部特征 | 第24-31页 |
| 2.1.3 子空间分析法 | 第31-34页 |
| 2.2 分类识别算法 | 第34-36页 |
| 2.2.1 最小距离分类器 | 第35页 |
| 2.2.2 最近邻分类器 | 第35-36页 |
| 2.2.3 贝叶斯分类器 | 第36页 |
| 2.3 本章小结 | 第36-38页 |
| 第三章 一种改进的LBP手势识别算法 | 第38-55页 |
| 3.1 基本局部二值模式 | 第38-40页 |
| 3.2 多邻域加权融合的LBP算法 | 第40-46页 |
| 3.2.1 算法原理 | 第40-46页 |
| 3.2.2 算法流程 | 第46页 |
| 3.3 实验验证 | 第46-54页 |
| 3.3.1 在Jochen Triesch手势库上的实验 | 第46-50页 |
| 3.3.2 在MU_HandImages_ASL手势库上的实验 | 第50-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第四章 基于非负矩阵分解和压缩感知算法的手势识别 | 第55-74页 |
| 4.1 非负矩阵分解算法 | 第56-59页 |
| 4.1.1 算法原理 | 第56-57页 |
| 4.1.2 算法流程 | 第57-59页 |
| 4.2 压缩感知算法 | 第59-62页 |
| 4.2.1 算法原理 | 第59-60页 |
| 4.2.2 算法流程 | 第60-62页 |
| 4.3 实验验证 | 第62-72页 |
| 4.3.1 降维维度实验 | 第63-66页 |
| 4.3.2 迭代次数实验 | 第66-67页 |
| 4.3.3 遮挡实验 | 第67-70页 |
| 4.3.4 与其他方法的比较实验 | 第70-72页 |
| 4.4 本章小结 | 第72-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1 总结 | 第74页 |
| 5.2 展望 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间研究成果 | 第83-84页 |
| 学位论文评阅及答辩情况表 | 第84页 |