融合深度传感数据体感交互建模与算法实现
摘要 | 第10-11页 |
ABSTRACT | 第11-12页 |
符号说明 | 第13-14页 |
第一章 绪论 | 第14-22页 |
1.1 研究背景与意义 | 第14-15页 |
1.2 国内外研究现状综述 | 第15-18页 |
1.3 主要研究内容 | 第18-20页 |
1.4 本文主要内容 | 第20-22页 |
第二章 深度传感与数据处理理论及技术 | 第22-29页 |
2.1 深度传感器原理 | 第22-23页 |
2.2 体感识别产品举例 | 第23-25页 |
2.3 KINECT开发基础 | 第25-28页 |
2.3.1 系统架构 | 第25-26页 |
2.3.2 硬件结构 | 第26页 |
2.3.3 软件开发 | 第26-28页 |
2.4 本章小结 | 第28-29页 |
第三章 基础体感任务抽象与建模 | 第29-45页 |
3.1 CBCS控制策略描述 | 第29-30页 |
3.1.1 功能分解 | 第29-30页 |
3.1.2 指令提取 | 第30页 |
3.1.3 模型匹配 | 第30页 |
3.2 COAM/BOAM指令算法模型 | 第30-34页 |
3.2.1 模型输入输出信号 | 第30-31页 |
3.2.2 模型状态转换 | 第31-34页 |
3.3 区域划分与识别 | 第34-41页 |
3.3.1 坐标空间 | 第34-35页 |
3.3.2 区域划分 | 第35-39页 |
3.3.3 SPG状态转换识别 | 第39-41页 |
3.4 模型实例 | 第41-42页 |
3.4.1 模型构建 | 第41页 |
3.4.2 算法实现 | 第41-42页 |
3.5 结果分析 | 第42-44页 |
3.5.1 定性分析 | 第42-43页 |
3.5.2 定量分析 | 第43-44页 |
3.6 本章小结 | 第44-45页 |
第四章 精细动作捕捉与识别 | 第45-58页 |
4.1 手部区域分割 | 第45-48页 |
4.2 深度图像预处理 | 第48-50页 |
4.3 OFT法指尖特征匹配 | 第50-54页 |
4.3.1 确定手指平均宽度 | 第50页 |
4.3.2 单一方向特征计算原理 | 第50-52页 |
4.3.3 指尖特征计算 | 第52-54页 |
4.4 指尖坐标计算 | 第54-55页 |
4.4.1 轮廓检测 | 第54页 |
4.4.2 计算轮廓内质心 | 第54-55页 |
4.5 实验结果与分析 | 第55-57页 |
4.6 本章小结 | 第57-58页 |
第五章 视窗操作系统体感控制方案 | 第58-69页 |
5.1 获取有效控制数据 | 第58-59页 |
5.2 DBLM法计算手部动态点 | 第59-62页 |
5.2.1 基准尺寸 | 第60页 |
5.2.2 基准点 | 第60-61页 |
5.2.3 动态点 | 第61页 |
5.2.4 动态点边界 | 第61页 |
5.2.5 屏幕显示点 | 第61-62页 |
5.3 TEF法动态点滤波 | 第62-64页 |
5.3.1 滤波原理 | 第62-63页 |
5.3.2 滤波前后效果对比 | 第63-64页 |
5.4 手部状态检测 | 第64-66页 |
5.4.1 状态检测 | 第64-66页 |
5.4.2 右手状态检测 | 第66页 |
5.5 触发鼠标事件 | 第66-68页 |
5.6 本章小结 | 第68-69页 |
第六章 智能机器人体感动作模仿 | 第69-85页 |
6.1 模拟控制方案综述 | 第69-70页 |
6.2 关节点滤波算法 | 第70-71页 |
6.3 SPAC法关节角度计算 | 第71-78页 |
6.3.1 上肢关节点计算 | 第72-75页 |
6.3.2 头部关节点计算方法 | 第75-77页 |
6.3.3 下肢位置计算 | 第77-78页 |
6.4 机器人控制原理 | 第78-82页 |
6.4.1 头部关节动作 | 第78-79页 |
6.4.2 手臂关节动作 | 第79-80页 |
6.4.3 下肢关节动作 | 第80-82页 |
6.5 控制效果测试 | 第82-83页 |
6.6 本章小结 | 第83-85页 |
第七章 总结与展望 | 第85-87页 |
7.1 总结 | 第85页 |
7.2 展望 | 第85-87页 |
参考文献 | 第87-93页 |
致谢 | 第93-94页 |
攻读学位期间发表的论文专利及参与的科研项目 | 第94-95页 |
学位论文评阅及答辩情况表 | 第95页 |