| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第9-13页 |
| 1.1 选题背景 | 第9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 主要研究内容与工作目标 | 第10-12页 |
| 1.3.1 基本思路 | 第10页 |
| 1.3.2 主要内容 | 第10-11页 |
| 1.3.3 基本方案设想 | 第11-12页 |
| 1.4 本文结构 | 第12-13页 |
| 第二章 3D 手势模型建立和图像预处理 | 第13-19页 |
| 2.1 3D 手势基本模型建立 | 第13-15页 |
| 2.1.1 全自由度运动学模型 | 第13-14页 |
| 2.1.2 简化的手观测模型 | 第14-15页 |
| 2.2 系统简介和图像预处理 | 第15-17页 |
| 2.2.1 系统简介 | 第15页 |
| 2.2.2 图像预处理 | 第15-17页 |
| 2.3 小结 | 第17-19页 |
| 第三章 基于球模型的目标函数设计方法分析 | 第19-24页 |
| 3.1 球模型目标函数定义 | 第19-20页 |
| 3.2 Distance transform 算法简介 | 第20-22页 |
| 3.2.1 距离函数定义 | 第20-21页 |
| 3.2.2 EDT 的双扫描算法 | 第21-22页 |
| 3.3 复杂度和功能分析 | 第22-23页 |
| 3.3.1 复杂度分析 | 第22页 |
| 3.3.2 功能分析 | 第22-23页 |
| 3.4 小结 | 第23-24页 |
| 第四章 基于 ICP 和 PSO 的综合优化方案 | 第24-39页 |
| 4.1 迭代最近点(ICP)简介 | 第24-28页 |
| 4.1.1 点到面迭代最近邻算法 | 第24-26页 |
| 4.1.2 莱文贝格－马夸特算法 | 第26-27页 |
| 4.1.3 球模型的 ICP 优化 | 第27-28页 |
| 4.2 粒子群优化(PSO)简介 | 第28-34页 |
| 4.2.1 基本 PSO 算法介绍 | 第28-30页 |
| 4.2.2 粒子滤波算法介绍 | 第30-32页 |
| 4.2.3 粒子滤波改进 | 第32-34页 |
| 4.3 ICP-PSO 综合优化方案 | 第34-35页 |
| 4.4 改进的 K-means 算法 | 第35-37页 |
| 4.4.1 K-means 算法简介 | 第35-36页 |
| 4.4.2 对 ICP-PSO 算法的 K-means 改进 | 第36-37页 |
| 4.5 小结 | 第37-39页 |
| 第五章 指尖检测和手势初始化设置 | 第39-46页 |
| 5.1 测地线距离 | 第39-40页 |
| 5.2 指尖检测 | 第40-42页 |
| 5.2.1 XY 指尖检测 | 第40-41页 |
| 5.2.2 Z 指尖检测 | 第41-42页 |
| 5.3 基于指尖检测的手势初始化 | 第42-43页 |
| 5.4 基于最近邻搜索的手势初始化 | 第43-44页 |
| 5.5 小结 | 第44-46页 |
| 第六章 实验方法与结果分析 | 第46-51页 |
| 6.1 实验方案与实验数据获取 | 第46页 |
| 6.2 优化对比实验 | 第46-48页 |
| 6.3 跟踪和初始化实验 | 第48-49页 |
| 6.4 测试时间分析 | 第49-51页 |
| 结论 | 第51-53页 |
| 附录 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读博硕士学位期间取得的研究成果 | 第58-59页 |
| 致谢 | 第59-60页 |
| 附件 | 第60页 |