基于视觉的动态手势识别相关技术研究及实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景和意义 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·本文研究内容和结构安排 | 第12-14页 |
| 第二章 手势图像预处理及相关技术研究 | 第14-19页 |
| ·噪声处理技术 | 第15-16页 |
| ·灰度直方图均衡化技术 | 第16-18页 |
| ·形态学处理技术 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第三章 手势分割 | 第19-40页 |
| ·手势分割处理流程 | 第19-20页 |
| ·基于色调的肤色分割 | 第20-21页 |
| ·基于运动特征的手势分割研究及实现 | 第21-37页 |
| ·运动区域检测方法研究 | 第21-26页 |
| ·高斯背景建模法 | 第26-29页 |
| ·自适应阈值分割 | 第29页 |
| ·阴影消除 | 第29-31页 |
| ·基于混合高斯模型的背景差分 | 第31-37页 |
| ·边缘检测 | 第37页 |
| ·人脸部分的消除 | 第37-38页 |
| ·实验结果与分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 手势特征提取及识别 | 第40-53页 |
| ·基于边缘抽样统计的特征提取 | 第40-42页 |
| ·基于空间分布的特征提取 | 第42-44页 |
| ·旋转性可控特征的提取方法 | 第44-46页 |
| ·前馈神经网络 | 第46-48页 |
| ·前馈神经网络概述 | 第47页 |
| ·反向传播算法 | 第47-48页 |
| ·基于前馈神经网络的特征识别 | 第48-49页 |
| ·实验结果与分析 | 第49-52页 |
| ·实验结果 | 第49-50页 |
| ·抽样同心圆数量对识别结果影响 | 第50-51页 |
| ·隐藏层神经元数量对识别结果影响 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 手势轨迹的提取和识别 | 第53-68页 |
| ·手势跟踪方法 | 第53-55页 |
| ·基于外接椭圆中心距离的跟踪算法 | 第55-59页 |
| ·选择阈值和量化角度 | 第55-56页 |
| ·跟踪算法基本原理 | 第56-58页 |
| ·实验结果 | 第58-59页 |
| ·基于隐马尔可夫模型的手势轨迹识别 | 第59-67页 |
| ·提取手势轨迹的特征值 | 第60页 |
| ·隐马尔可夫模型（HMM）概念 | 第60-61页 |
| ·采用 HMM 需要解决的基本问题 | 第61-65页 |
| ·实验结果与分析 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 手势识别平台设计与实现 | 第68-83页 |
| ·手势识别系统需求分析 | 第68-69页 |
| ·系统概要设计 | 第69-76页 |
| ·子模块划分 | 第69-72页 |
| ·数据结构设计 | 第72-74页 |
| ·系统界面设计 | 第74-76页 |
| ·详细设计及核心代码 | 第76-78页 |
| ·系统主要功能验证 | 第78-82页 |
| ·本章小结 | 第82-83页 |
| 第七章 总结和展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-88页 |
| 攻硕期间取得的研究成果 | 第88-89页 |
