| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-16页 |
| ·课题研究背景和意义 | 第11-12页 |
| ·国内外现状分析 | 第12-14页 |
| ·本文的主要工作 | 第14页 |
| ·本文的创新点 | 第14-15页 |
| ·本文的结构 | 第15-16页 |
| 第二章 手势采集和图像预处理 | 第16-25页 |
| ·手势识别的一般步骤 | 第16页 |
| ·手势图像的采集工作 | 第16-17页 |
| ·图像预处理 | 第17-23页 |
| ·图像增强 | 第17-19页 |
| ·图像分割 | 第19-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 手势识别核心技术 | 第25-40页 |
| ·特征提取 | 第25-30页 |
| ·静态手势特征提取 | 第25-29页 |
| ·动态手势特征提取 | 第29-30页 |
| ·手势识别技术 | 第30-33页 |
| ·基于触摸屏（Touch Screen）的手势识别 | 第30-31页 |
| ·基于可穿戴设备的手势识别 | 第31-33页 |
| ·基于视觉的手势识别 | 第33页 |
| ·手势识别算法 | 第33-39页 |
| ·基于模板的方法 | 第34-35页 |
| ·基于机器学习的方法 | 第35-36页 |
| ·基于概率统计的方法 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于手型特征和SVM的手势识别 | 第40-60页 |
| ·手势识别流程 | 第40-41页 |
| ·建立手势库 | 第41页 |
| ·图像预处理 | 第41-51页 |
| ·色彩空间介绍 | 第41-45页 |
| ·肤色提取 | 第45-46页 |
| ·形态学运算 | 第46-48页 |
| ·轮廓提取 | 第48-51页 |
| ·特征提取 | 第51-55页 |
| ·Hu 不变矩 | 第51-52页 |
| ·定位扫描法 | 第52-54页 |
| ·改进的面积比特征 | 第54-55页 |
| ·手势特征识别算法 | 第55-59页 |
| ·支持向量机 | 第56-58页 |
| ·BP 神经网络 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 实验环境和结论 | 第60-65页 |
| ·实验环境 | 第60页 |
| ·实验结论 | 第60-63页 |
| ·教育辅助系统的基本设计思想 | 第63页 |
| ·本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·总结 | 第65页 |
| ·展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士研究生期间发表的论文及参加的科研项目 | 第72页 |