基于边缘梯度方向直方图的中国静态手语识别
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·课题背景及研究目的 | 第8-9页 |
| ·手语识别研究综述 | 第9-13页 |
| ·手语知识 | 第9-10页 |
| ·手语识别的分类 | 第10页 |
| ·常用的手语识别算法 | 第10-11页 |
| ·手语识别的难点 | 第11-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·国际研究现状 | 第13-14页 |
| ·国内研究现状 | 第14页 |
| ·本文的内容安排 | 第14-16页 |
| 2 手语图像采集及预处理 | 第16-24页 |
| ·手语图像的采集 | 第16-17页 |
| ·手语图像的文件格式 | 第17-18页 |
| ·JPEG图像文件 | 第17页 |
| ·BMP图像文件 | 第17-18页 |
| ·彩色图像的灰度转换 | 第18-19页 |
| ·图像颜色的概念 | 第18页 |
| ·彩色图像的灰度化 | 第18-19页 |
| ·图像的平滑去噪 | 第19-23页 |
| ·图像的小波变换基础 | 第19-22页 |
| ·小波去噪的基本原理 | 第22页 |
| ·小波去噪的方法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 手势的特征提取 | 第24-42页 |
| ·传统的边缘检测方法 | 第24-28页 |
| ·基于小波的多尺度边缘检测 | 第28-36页 |
| ·图像的多尺度边缘提取 | 第28-29页 |
| ·数字图像的边缘检测算法步骤 | 第29-31页 |
| ·基于3次B样条小波的边缘检测 | 第31-34页 |
| ·手语图像的的边缘检测算法 | 第34-36页 |
| ·手势特征的提取 | 第36-41页 |
| ·引言 | 第36页 |
| ·边缘梯度方向直方图特征 | 第36-37页 |
| ·边缘梯度方向直方图算法 | 第37-38页 |
| ·基于边缘梯度方向直方图手势特征的提取 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 4 手语识别 | 第42-50页 |
| ·图像识别 | 第42-44页 |
| ·图像识别概述 | 第42-43页 |
| ·常用的识别方法 | 第43-44页 |
| ·分类器的设计 | 第44-46页 |
| ·贝叶斯分类法 | 第44-45页 |
| ·模板匹配法 | 第45-46页 |
| ·图像的识别算法 | 第46-47页 |
| ·本章小结 | 第47-50页 |
| 5 实验仿真结果 | 第50-58页 |
| ·手语识别系统设计 | 第50页 |
| ·手语图像的预处理 | 第50-52页 |
| ·手势特征的提取 | 第52-53页 |
| ·手语实别结果 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 6 总结与展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位论文期间的研究成果 | 第66页 |
