| 第一章 引言 | 第1-16页 |
| ·模式识别简介 | 第7页 |
| ·手势识别的背景 | 第7-9页 |
| ·手势识别的分类及识别算法 | 第9-14页 |
| ·手势识别的分类 | 第9-11页 |
| ·手势识别的一般方法 | 第11-14页 |
| ·本文采用的识别思路与方法 | 第14-16页 |
| 第二章 手势图像的格式及常用操作 | 第16-21页 |
| ·图像格式 | 第16-17页 |
| ·数字图像的表示 | 第16页 |
| ·灰度图像 | 第16页 |
| ·BMP图像格式 | 第16页 |
| ·图像库 | 第16-17页 |
| ·手势图像的基本操作 | 第17-21页 |
| ·图像的剪切 | 第17页 |
| ·图像的缩放 | 第17-18页 |
| ·图像的旋转 | 第18-20页 |
| ·图像的亮度调整 | 第20-21页 |
| 第三章 手势图像的预处理 | 第21-31页 |
| ·图像的平滑 | 第21-23页 |
| ·平滑的数学本质 | 第21-23页 |
| ·图像的锐化 | 第23-25页 |
| ·梯度锐化 | 第23-24页 |
| ·拉普拉斯锐化 | 第24-25页 |
| ·Prewitt边缘增强 | 第25页 |
| ·手势图像的二值化 | 第25-28页 |
| ·人工设定整体阈值 | 第26页 |
| ·由灰度级直方图(Grey level histogram)确定整体阈值 | 第26-27页 |
| ·本文的二值化算法 | 第27-28页 |
| ·二值化图像的后期处理 | 第28页 |
| ·手势图像的粗分类 | 第28-29页 |
| ·手势图像的轮廓提取 | 第29-31页 |
| 第四章 手势特征提取 | 第31-40页 |
| ·基于结构识别方法的特征提取 | 第31-34页 |
| Group 1:(伸展方向-从左向右) | 第32-33页 |
| Group 2:(伸展方向-从下向上) | 第33-34页 |
| ·基于统计特征的特征提取 | 第34-40页 |
| ·奇异值及其性质 | 第34-37页 |
| ·奇异值特征的提取 | 第37-40页 |
| 第五章 手势识别算法及系统结构 | 第40-44页 |
| ·手势识别算法 | 第40-43页 |
| ·基于结构方法的识别算法 | 第40-41页 |
| ·基于统计方法的识别算法 | 第41-43页 |
| (1) 明考夫斯基距离 | 第41-42页 |
| (2) 马氏距离(Mahalanbis distance) | 第42-43页 |
| ·算法系统的构成 | 第43-44页 |
| 第六章 结果分析 | 第44-45页 |
| 结束语 | 第45-49页 |
| 发表文章 | 第49-50页 |
| 附录: 字母手势的四种基本分类图示 | 第50-51页 |
| 致谢 | 第51页 |