基于计算机视觉的手势识别算法的研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 手势识别的常用算法和技术难点 | 第12-13页 |
| 1.4 本论文的工作及结构安排 | 第13-15页 |
| 第二章 手势图像预处理 | 第15-30页 |
| 2.1 手势识别的基本流程 | 第15-17页 |
| 2.1.1 手势分割 | 第15页 |
| 2.1.2 手势建模 | 第15-16页 |
| 2.1.3 手势分析 | 第16-17页 |
| 2.1.4 手势识别 | 第17页 |
| 2.2 手势图像的预处理 | 第17-29页 |
| 2.2.1 手势图像的平滑处理 | 第17-19页 |
| 2.2.2 手势图像的锐化处理 | 第19-22页 |
| 2.2.3 手势图像的灰度化处理 | 第22-24页 |
| 2.2.4 手势图像的分割处理 | 第24-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 手势图像的特征提取 | 第30-39页 |
| 3.1 图像的形状描述方法 | 第30-32页 |
| 3.1.1 图像的区域描述方法 | 第30-31页 |
| 3.1.2 图像的边界描述方法 | 第31-32页 |
| 3.1.3 霍夫变换 | 第32页 |
| 3.2 图像的矩描述子 | 第32-36页 |
| 3.3 HU矩 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 手势图像分类识别算法研究 | 第39-53页 |
| 4.1 统计学习 | 第39-40页 |
| 4.2 最优化理论基础 | 第40-43页 |
| 4.3 支撑向量机 | 第43-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 手势识别平台与实验 | 第53-67页 |
| 5.1 平台框架与功能设计 | 第53-54页 |
| 5.2 平台详细设计 | 第54-60页 |
| 5.2.1 自适应肤色分割模型 | 第56-59页 |
| 5.2.2 特征提取 | 第59-60页 |
| 5.3 实验结果与分析 | 第60-66页 |
| 5.3.1 手势分类识别步骤 | 第61-63页 |
| 5.3.2 测试结果与分析 | 第63-66页 |
| 5.4 本章小结 | 第66-67页 |
| 总结与展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间取得的成果 | 第72-73页 |
