基于计算机视觉的动态手势识别研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究概况 | 第9-12页 |
| 1.2.1 国外研究概况 | 第9-11页 |
| 1.2.2 国内研究概况 | 第11-12页 |
| 1.3 动态手势识别难点 | 第12页 |
| 1.4 论文主要研究内容 | 第12-13页 |
| 1.5 论文的结构安排 | 第13-14页 |
| 第2章 图像预处理基本知识 | 第14-19页 |
| 2.1 图像滤波 | 第14-16页 |
| 2.2 图像二值化 | 第16-17页 |
| 2.3 图像形态学处理 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 手势分割 | 第19-26页 |
| 3.1 基于肤色椭圆模型的手势分割 | 第19-23页 |
| 3.1.1 常用颜色空间模型 | 第19-22页 |
| 3.1.2 YCrCb空间下的肤色检测 | 第22-23页 |
| 3.2 基于背景差分的手势分割 | 第23-24页 |
| 3.3 基于肤色检测和背景差分的手势分割 | 第24-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第4章 手势跟踪 | 第26-33页 |
| 4.1 Meanshift跟踪算法 | 第26-28页 |
| 4.2 Camshift跟踪算法 | 第28-29页 |
| 4.3 Kalman滤波算法 | 第29-31页 |
| 4.4 Camshift结合Kalman跟踪手势 | 第31-32页 |
| 4.5 本章小结 | 第32-33页 |
| 第5章 特征提取 | 第33-39页 |
| 5.1 手势轨迹的特征提取 | 第33-35页 |
| 5.2 运动轨迹起始点和终止点的确定 | 第35-38页 |
| 5.3 本章小结 | 第38-39页 |
| 第6章 基于HMM的动态手势识别 | 第39-53页 |
| 6.1 动态手势识别方法 | 第39-40页 |
| 6.2 HMM的基本原理 | 第40-42页 |
| 6.3 HMM的三个基本问题 | 第42-47页 |
| 6.4 基于HMM的动态手势识别 | 第47-49页 |
| 6.5 实验过程及结果 | 第49-52页 |
| 6.6 本章小结 | 第52-53页 |
| 第7章 总结与展望 | 第53-55页 |
| 7.1 总结 | 第53-54页 |
| 7.2 展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学士期间发表的论文及科研成果 | 第59页 |
