基于OpenCV的静态手势识别系统
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 手势识别的应用领域 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 面临的技术难题 | 第11页 |
| 1.4 论文的主要研究内容和结构安排 | 第11-15页 |
| 1.4.1 论文主要内容 | 第11-12页 |
| 1.4.2 论文结构安排 | 第12-15页 |
| 第二章 OpenCV用于手势识别的技术基础 | 第15-21页 |
| 2.1 OpenCV概述 | 第15-16页 |
| 2.2 动态手势和静态手势 | 第16页 |
| 2.3 常用的色彩空间模型 | 第16-19页 |
| 2.3.1 RGB颜色空间 | 第16-17页 |
| 2.3.2 HSV色彩空间 | 第17-18页 |
| 2.3.3 YCrCb颜色空间 | 第18-19页 |
| 2.4 基于OpenCV的手势识别系统组成 | 第19页 |
| 2.5 本章小结 | 第19-21页 |
| 第三章 手势图像的采集及预处理 | 第21-27页 |
| 3.1 手势图像的采集 | 第21页 |
| 3.2 手势图像的预处理 | 第21-26页 |
| 3.2.1 图像灰度化 | 第21-22页 |
| 3.2.2 图像增强 | 第22-26页 |
| 3.3 本章小结 | 第26-27页 |
| 第四章 手势分割 | 第27-37页 |
| 4.1 肤色空间选择 | 第27-29页 |
| 4.2 图像二值化 | 第29-31页 |
| 4.3 手势分割 | 第31-32页 |
| 4.4 形态学变换 | 第32-35页 |
| 4.4.1 膨胀 | 第33页 |
| 4.4.2 腐蚀 | 第33-34页 |
| 4.4.3 开运算 | 第34页 |
| 4.4.4 闭运算 | 第34-35页 |
| 4.5 本章小结 | 第35-37页 |
| 第五章 手势特征提取 | 第37-45页 |
| 5.1 手势特征概述 | 第37页 |
| 5.2 手势轮廓提取 | 第37-38页 |
| 5.3 手势特征提取 | 第38-43页 |
| 5.3.1 基于Hu矩的特征提取 | 第38-41页 |
| 5.3.2 指尖数目的提取 | 第41-43页 |
| 5.4 手势特征向量 | 第43-44页 |
| 5.5 本章小结 | 第44-45页 |
| 第六章 手势识别及系统测试 | 第45-55页 |
| 6.1 手势识别概述 | 第45页 |
| 6.2 模板匹配法 | 第45-46页 |
| 6.3 系统设计与实现 | 第46-49页 |
| 6.3.1 系统运行环境 | 第46-47页 |
| 6.3.2 系统整体框架 | 第47页 |
| 6.3.3 系统实现 | 第47-49页 |
| 6.4 测试与结果分析 | 第49-53页 |
| 6.4.1 建立标准手势库 | 第50-52页 |
| 6.4.2 手势识别结果 | 第52-53页 |
| 6.4.3 结果分析 | 第53页 |
| 6.5 本章小结 | 第53-55页 |
| 第七章 总结与展望 | 第55-57页 |
| 7.1 总结 | 第55-56页 |
| 7.2 展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59页 |
