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 |