| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.3 问题的提出与目的 | 第17页 |
| 1.4 研究的内容及创新 | 第17-18页 |
| 1.5 论文组织结构安排 | 第18-19页 |
| 第2章 手势分割的相关理论 | 第19-37页 |
| 2.1 手势分割基本概念 | 第19-22页 |
| 2.1.1 手势分割概念 | 第19页 |
| 2.1.2 手势信息获取 | 第19-22页 |
| 2.2 图像预处理 | 第22-26页 |
| 2.2.1 图像直方图均衡化 | 第22-24页 |
| 2.2.2 图像灰度化 | 第24-25页 |
| 2.2.3 图像平滑 | 第25-26页 |
| 2.2.4 图像锐化 | 第26页 |
| 2.3 颜色空间研究 | 第26-30页 |
| 2.4 肤色模型 | 第30-34页 |
| 2.4.1 高斯肤色模型 | 第31-32页 |
| 2.4.2 椭圆肤色模型 | 第32-33页 |
| 2.4.3 阈值肤色模型 | 第33-34页 |
| 2.5 运动检测算法 | 第34-35页 |
| 2.6 形态学处理 | 第35-36页 |
| 2.7 本章小结 | 第36-37页 |
| 第3章 手势图像的预处理 | 第37-47页 |
| 3.1 概述 | 第37页 |
| 3.2 肤色图像色彩校正 | 第37-42页 |
| 3.2.1 灰度世界算法 | 第37-39页 |
| 3.2.2 完美反射算法 | 第39-40页 |
| 3.2.3 动态阈值算法 | 第40-42页 |
| 3.3 面部干扰去除 | 第42-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 基于混合高斯肤色模型和K-MEANS聚类算法静态手势分割 | 第47-57页 |
| 4.1 概述 | 第47-48页 |
| 4.2 混合高斯肤色模型获取肤色似然图像 | 第48-49页 |
| 4.3 K-means聚类算法 | 第49-51页 |
| 4.3.1 K-means聚类算法原理 | 第49-50页 |
| 4.3.2 K-means聚类算法K值固化 | 第50-51页 |
| 4.4 基于K-means聚类的静态手势肤色分割算法 | 第51-53页 |
| 4.4.1 算法思路 | 第51-52页 |
| 4.4.2 算法流程 | 第52-53页 |
| 4.5 实验与结果分析 | 第53-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 基于椭圆肤色模型和三帧差分算法的动态手势分割 | 第57-65页 |
| 5.1 概述 | 第57-58页 |
| 5.2 帧间差分算法 | 第58-59页 |
| 5.3 手势分割流程 | 第59页 |
| 5.4 噪音色块去除 | 第59-61页 |
| 5.5 动态手势分割实验与结果分析 | 第61-64页 |
| 5.6 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-68页 |
| 6.1 本文内容总结 | 第65-66页 |
| 6.2 改进与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间科研成果 | 第73-74页 |
