首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于Kinect的上肢康复辅助系统的特性评价

摘要第5-6页
Abstract第6页
第1章 绪论第10-26页
    1.1 课题研究背景及意义第10-12页
        1.1.1 课题研究背景第10-11页
        1.1.2 课题研究意义第11-12页
    1.2 国内外研究现状第12-21页
        1.2.1 国外研究现状第13-16页
        1.2.2 国内研究现状第16-18页
        1.2.3 人机交互在康复领域的应用第18-20页
        1.2.4 手势识别的优势及应用第20-21页
    1.3 本文的主要研究内容及意义第21-23页
    1.4 本文的章节安排第23-26页
第2章 上肢康复机器人系统设计第26-34页
    2.1 上肢康复理论依据第26-28页
        2.1.1 活体脑重塑理论第26-27页
        2.1.2 常用康复运动治疗方法第27-28页
    2.2 上肢康复目标及康复系统设计原则第28-29页
        2.2.1 上肢康复基本目标第28页
        2.2.2 上肢康复系统设计基本原则第28-29页
    2.3 上肢康复硬件体系第29-30页
    2.4 基于Kinect的上肢康复辅助体系设计第30-33页
        2.4.1 体感系统设计概况第30-32页
        2.4.2 开发的软硬件平台第32-33页
    2.5 本章总结第33-34页
第3章 基于Kinect的运动目标追踪第34-43页
    3.1 Kinect概述第34页
    3.2 基于Kinect的深度图像获取第34-36页
    3.3 基于Kinect的骨骼追踪第36-37页
    3.4 基于Kinect骨骼追踪的肢体运动追踪第37-38页
    3.5 骨骼跟踪实验第38-41页
        3.5.1 骨骼识别实验第38-40页
        3.5.2 骨骼跟踪抗干扰实验第40-41页
    3.6 本章总结第41-43页
第4章 手势分割第43-55页
    4.1 手势分割提取概述第43页
    4.2 基于颜色空间模型的手势分割提取第43-48页
        4.2.1 颜色空间模型第43-46页
        4.2.2 基于HSV色彩空间模型的手势分割第46-48页
    4.3 基于Kinect深度图像的手势分割提取第48-49页
    4.4 手势分割实验结果对比第49-54页
    4.5 本章总结第54-55页
第5章 手势特征提取及手势识别第55-63页
    5.1 手势特征提取第55-57页
        5.1.1 基于凸包的手势特征提取第55-56页
        5.1.2 基于傅里叶描述子的手势特征提取第56-57页
    5.2 基于八邻域法的手势识别第57-58页
    5.3 手势识别系统第58-60页
        5.3.1 手势识别系统整体流程第58-59页
        5.3.2 手势识别人机交互界面第59-60页
    5.4 手势识别实验与结果讨论第60-62页
        5.4.1 手势识别实验第60页
        5.4.2 手势识别结果及讨论第60-62页
    5.5 本章总结第62-63页
第6章 运动追踪及手势识别在上肢康复系统中的应用第63-76页
    6.1 上肢康复机器人系统整体构建第63-64页
    6.2 康复“连线”游戏设计第64-70页
        6.2.1 游戏设计原则第64-65页
        6.2.2 基于Kinect的“连线”康复游戏设计方案第65-66页
        6.2.3 基于Kinect的“连线”康复游戏实现第66-70页
    6.3 实验效果展示第70-75页
        6.3.1 实验整体布局第70-71页
        6.3.2 对比实验分析第71-75页
    6.4 本章总结第75-76页
第7章 总结与展望第76-79页
    7.1 本文整体研究概况第76-77页
    7.2 本文研究工作成果及创新点第77页
        7.2.1 本文的研究工作成果第77页
        7.2.2 本文的创新点第77页
    7.3 未来工作展望第77-79页
参考文献第79-85页
攻读学位期间发表论文与研究成果清单第85-86页
致谢第86页

论文共86页,点击 下载论文
上一篇:基于相关滤波器的目标跟踪技术
下一篇:基于网络用户行为分析的用户推荐反馈系统的设计